行走過程中，從一側足跟著地到該側足跟再次著地所經歷的時間稱為一個步態周期。在一個步態周期中，每側下肢都要經歷一個離地騰空并向前邁步的擺動相（邁步相）和一個與地面接觸并負重的站立相（支撐相）。擺動相是指從足尖離地到足跟著地，足部離開支撐面的時間，約占步態周期的40％；站立相是指從足跟著地到足尖離地，即足部支撐面與地板接觸的時間，約占步態周期的60％。其中，重心從一側下肢向另一側下肢轉移，雙側下肢同時與地面接觸的時間稱之為雙支撐相，一個正常步態周期中會出現兩次雙支撐相，各占步態周期的10%。芯康足底壓力檢測系統，運用高敏傳感器，捕捉足底各區域壓力數據。三維成像足底壓力定制

（1）選擇環境選擇病人行走的地方，并測量準備讓病人走的距離。確定觀察者自己的位置，以便能看到觀察對象的全貌。如果拍照，相機應當放在能看到病人下肢、腳以及從矢狀面和冠狀面都能看到頭和軀干的地方，即觀察者與觀察對象成45度角較合適。（2）觀察順序分別從矢狀面（側面）或額狀面（前、后）觀察，觀察時可集中注意力在步態周期的某一部分某節段，不要從一個節段跳到另一個節段或從一個期跳到另一個期。（3）兩側對比如偏癱病人等大多數雖只有一側受累，但身體另一側也可能會受到影響，因此要觀察兩側，自身對比。采購足底壓力檢測品牌利用壓力數據開發個性化鞋款（如攀巖鞋前掌強化設計）。

足底壓力當前與未來趨勢（2010年代至今）高頻與高分辨率： 傳感器技術不斷進步，采樣頻率和空間分辨率越來越高。可穿戴化與無線化： 鞋墊式系統成為研究熱點，允許在真實運動場景（如足球、跑步）中進行長時間、無拘束的測量。多模態數據融合： 將足底壓力數據與運動捕捉（Motion Capture）、肌電（EMG）、慣性測量單元（IMU） 數據同步分析，提供更***的生物力學畫像。人工智能與大數據： 利用機器學習和人工智能算法對海量的足底壓力數據進行模式識別，用于疾病早期診斷、風險預測和運動表現分析。

受力特點、壓力中心移動特點，是精確研究步態表現的理想工具，可用于科研、臨床等領域的步態規律特征。通過對運動時足底壓力的采集和分析，量化足的穩定性，評價足內翻、外翻的程度表現，找出發生運動損傷的原因以及損傷隱患。通過壓阻式壓力傳感器，采集患者在站立或行走時，壓阻傳感器受到壓力，進而使應變元件的電阻發生變化，從而使輸出電壓發生變化，反映為壓力數值變化。可細致研究患者行走、跑步、縱跳等動作的足著地時緩沖、全腳支撐、前足蹬伸、足趾離地等各個階段的時間特點、受力特點、壓力中心的移動特點，是精確研究步態表現的理想工具，可用于臨床醫學科研等領域的足壓規律特征適應癥：神經系統損害：腦外傷，腦血管意外，帕金森病，多發性硬化，小腦疾病，腦癱，脊髓損傷等。足底壓力分析技術光學壓力傳感適合長期動態監測，如運動員訓練。

多數是通過檢查表或簡要描述的方式完成，檢查者需要記錄步態周期中存在的問題及其原因。1．分析方法為了更好地識別步態是否異常及對異常原因進行分析，就必須先熟悉在一個步態周期內各個不同階段，不同時期髖、膝、踝、足關節的角度，參與的肌肉活動等情況，以下分別從矢狀面、額狀面、水平面進行分析。（1）矢狀面分析維持正常步態的條件是：髖關節屈曲至少要有30度，后伸達10度，膝關節能充分伸展，并能屈曲達60度，踝關節跖屈約20度，背伸至少有15度，為了維持這些關節活動范圍，在步態周期不同階段由不同的肌肉參與活動，若肌肉無力，將會出現不同的異常步態及相應代償情況。踝足分析足底壓力,可以獲取人體在各體態和運動下的生理,病理力學參數和機能參數,了解不同人群足底壓力分布。采購足底壓力檢測

保持足底壓力平衡是預防足部疾病（如扁平足、高弓足）、緩解膝關節/脊柱代償性疼痛的關鍵。三維成像足底壓力定制

正常步態時，足跟著地時地反力向后方，因為慣性力使得髖關節屈曲和屈曲，這時候需要臀大肌進行支撐維持。而當出現臀大肌無力時，腳跟觸地時，重心落在髖關節后方，軀干會向后傾倒，為了使髖關節穩定，因此就會出現前后搖擺的姿勢。一般鍛煉大腿、后腰的方法都會鍛煉到臀大肌，而且通過部分動作調整，鍛煉的重心會向臀大肌傾斜，因此鍛煉時根據不同鍛煉要求關注細節調整。在專業人員的指導下，經過一段時間的訓練，肌肉可以恢復正常的狀態。三維成像足底壓力定制