在步态分析中**常用，由两个双支撑相、一个单支撑相、一个摆动相组成（图6-7-1）。正常人平地行走时理想状态是左右对称。支撑相占62%（双支撑相12%×2、单支撑相38%），摆动相占38%。当一侧下肢有疾病时，由于患腿往往不能负重，倾向于健侧负重，故患侧支撑相所占时间相对减少，健侧支撑相所占的时间会相对增加。
RLA八分法由美国加州Rancho Los Amigos康复医院步态分析实验室提出的，将一个步行周期分为：站立相（初始接触、承重反应、站立中期、站立末期、迈步前期）和迈步相（迈步初期、迈步中期、迈步末期）。 国内在足底压力检测及相关应用领域有多家先进企业，涵盖医疗康复、运动科学、智能鞋垫、步态分析等领域。行走步态评估系统平衡
（2）测量与记录：①根据步态参数示意图（图2）可分别测量出步长、跨步步宽和步角；②按公式计算出步速与步频：步速（m/s）=6m／所需要的时间（s）；步频（步／min）=6m内步数／时间×60。（3）优点：足印分析法有许多优点。①方便快捷：测试过程只需2—3分钟，测量与记录也只需10分钟；②费用低廉：所需设施简单，走廊拖洗干净，留下足印可作为步道使用，秒表、直尺、量角器一般地方均可购买；③定量客观。2．鞋跟绑缚标记笔法所用材料包一只秒表、二只水性记号笔，16m长的步道。测量参数包括步宽、步长、跨步长、步速、步频。具体方法如下。（1）测试准备：①步道：门诊、病人家里的水泥地面或地板均可作为步道，16m长的步道划分为中间6m、两端各5m，测量*在中间6m进行，前5m作为测量前达到正常速度的准备用，后5m作为测量后的“减速”用，以便有效地减少误差（图4）。②正式测试前将不同颜色的记号笔绑缚在鞋根处（如图5），当被测试者站起来时，使笔尖正好达到地面，以便留下足跟着地的记号。③正式测试时嘱病人以平常步行速度从一端走到另一端，测试人员用秒表记录走过中间6m所需的时间。行走步态评估系统平衡足底压力分布测量在人体平衡功能评估及足部疾病快速诊断方面具有临床意义。
股神经损伤时可致股四头肌无力，屈髋、伸膝活动受限。行走时，由于股四头肌无力，不能维持膝关节的稳定性，支撑相膝后伸，躯干前倾，重力线落在膝前。如果伸膝过度，有发生膝后关节囊和韧带损伤的危险，可导致膝关节损伤和疼痛。腓深神经损伤时，胫前肌无力，可致足背屈、内翻受限，其特征性的临床表现是早期足跟着地之后不久“拍地”，这是由于在正常足跟着地之后，踝背屈肌不能进行有效的离心性收缩控制踝跖屈的速率所致。行走时，由于胫前肌无力使足下垂，摆动相足不能背屈，以过度屈髋、屈膝，提起患腿，完成摆动（跨槛步态）。整个行走过程身体左右摆动、骨盆侧位移动幅度增大。由于足下垂拖地，患者亦有跌倒的危险。
第二部分正常步态理解正常步态模式和特征是判断步态正常与否的前提，接下来我们介绍有关步态的一些基本概念。一、步行周期步行周期是指行走过程中一侧足跟着地至该侧足跟再次着地所经过的时间。每一侧下肢有各自的步行周期。每一个步行周期分为站立相和迈步相两个阶段。站立相又称作支撑相，为足底和地面接触的时期；迈步相有称作摆动相，指支撑腿离开地面向前摆动的阶段。站立相大约占步行周期的60%，迈步相占40%。二、正常步行周期的基本构成（一）双支撑期和单支撑期一侧足跟着地至对侧足趾离地前有一段双腿与地面同时接触的时期，称为双支撑期。每一个步行周期包含两个双支撑期。有一条腿与地面接触称为单支撑期，这个阶段以对侧的足跟着地为标志结束。行走时一侧腿的单支撑期完全等于对侧腿的迈步相时间。每一个步行周期中，包含了两个单支撑期，分别为左下肢和右下肢的单支撑期，各站40%的步行周期时间。作为家庭健康设备，搭配专属 APP，家人可随时监测步态，还有指导训练功能。
痉挛型患者常见小腿三头肌和胫后肌痉挛导致足下垂和足内翻，股内收肌痉挛导致摆动相足偏向内侧，表现为踮足剪刀步态。严重的内收肌痉挛和腘绳肌痉挛（挛缩）可代偿性表现为髋屈曲、膝屈曲和外翻、足外翻为特征的蹲伏步态。共济失调型因肌张力不稳定，步行时通常通过增加足间距来增加支撑相稳定性，通过增加步频来控制躯干的前后稳定性，通过上身和上肢摆动的协助，来保持步行时的平衡，因此在整体上表现为快速而不稳定的步态，类似于醉汉的行走姿态。智能压力板类似Switch平衡板，但能精确到脚掌每个区域的压力值.人体步态评估系统科研
走路容易崴脚？可能是足底平衡能力退化，跌倒风险预警信号！行走步态评估系统平衡
足底压力当前与未来趋势（2010年代至今）高频与高分辨率： 传感器技术不断进步，采样频率和空间分辨率越来越高。可穿戴化与无线化： 鞋垫式系统成为研究热点，允许在真实运动场景（如足球、跑步）中进行长时间、无拘束的测量。多模态数据融合： 将足底压力数据与运动捕捉（Motion Capture）、肌电（EMG）、惯性测量单元（IMU） 数据同步分析，提供更***的生物力学画像。人工智能与大数据： 利用机器学习和人工智能算法对海量的足底压力数据进行模式识别，用于疾病早期诊断、风险预测和运动表现分析。行走步态评估系统平衡
足底压力当前与未来趋势（2010年代至今）高频与高分辨率： 传感器技术不断进步，采样频率和空间分辨率...
【详情】脊柱侧弯的保守矫正中，足底压力干预是容易被忽视却十分关键的环节。临床案例显示，很多脊柱侧弯患者伴随下...
【详情】我国步态平衡研究正从“经验判断”转向“数据决策”，以应对人口老龄化的健康挑战。其**特点是技术融合与...
【详情】很多人误以为步态平衡只和腿脚有关，却忽略了背后的“隐形指挥官”——脊柱。作为人体中轴骨架，脊柱不仅承...
【详情】步态平衡评估是通过科学方法检测人体行走姿态与平衡能力的专业手段，**是解读行走时神经、肌肉、骨骼的协...
【详情】步态平衡评估主要分为两类，操作简便且适用场景各有侧重。一类是量表评估，无需精密设备，临床应用***，...
【详情】脊柱侧弯的保守矫正中，足底压力干预是容易被忽视却十分关键的环节。临床案例显示，很多脊柱侧弯患者伴随下...
【详情】静态平衡（StaticBalance/PosturalStability）通常指人体在无主动运动状态...
【详情】足底压力分析的价值，正随着技术的突破而急速扩展：在临床医疗中，它超越了观察，提供了可量化的诊断数据。...
【详情】平衡能力是人体运动功能的重要基础，其康复训练在神经科、骨科等多个临床领域具有重要价值。平衡训练通过*...
【详情】
