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。平衡功能是人類維持身體姿勢、進行各種活動的基礎，是感覺系統、神經系統和肌肉骨骼系統協同作用的結果。江西運動步態評估系統圖

足部肌肉***與強化1抓毛巾/彈力帶練習坐位或站位，腳底平鋪毛巾或彈力帶，用腳趾反復抓握并提起，保持5秒后放松，重復10-15次。作用：增強足底屈肌和足弓穩定性。2足弓提拉訓練赤腳站立，嘗試不彎曲腳趾，*用足底肌肉將足弓向上“提起”，保持3-5秒后放松，重復10次。進階：單腳站立完成，同時訓練平衡能力。3腳趾分離與伸展坐位，嘗試將腳趾比較大限度分開并保持5秒（可用手指輔助），重復10次。作用：緩解前足壓力，改善拇外翻傾向。浙江步態評估評估壓力+肌電+運動捕捉結合足底壓力與表面肌電圖、慣性傳感器數據，評估下肢生物力學。

1步長(steplength)，即一足著地至對側足著地的平均距離，國內亦稱之為步幅:2步長時間(steptime,即一足著地至對側足著地的平均時間:3步幅(stridelength)即一足著地至同一足再次著地的距離，也有人稱之為跨步長;4平均步幅時間(stridetime，相當于支撐相與擺動相之和:5步頻cadence，指每分鐘平均步數(步數/min)，由于步長時間兩足不同，所以一般取其均值。6步速(velocitd，指步行的平均速度(m/S):7步寬(walkingbase,也稱之為支撐基礎(supportingbase,指兩腳跟中心點或重力點之間的水平距離，也有采用兩足內側緣或外側緣之間的短水平距離。左、右足分別計算:8足偏角(toeoutangle,指足中心線與同側步行直線之間的夾角。左、右足分別計算

足印分析法先準備所用材料包括繪畫顏料，1100cm ×45cm硬紙或地板膠、秒表、剪刀、直尺、量角器；測量參數有速度、步頻、步角、步寬、跨步長和步長。具體方法如下：（1）測試準備：①準備好供步態分析用的步道，在距離兩端各2.5m劃一橫線，中間6m作為正式步態分析用。②受試者赤腳踏上顏料或石灰粉，以便有顏料粘上足底。③正式測試之前，在步道旁試走2～3次。④正式測試時，囑病人兩眼平視前方，以自然行走方式走過準備好的步道。⑤當受試者走過開始端橫線處按動秒表，直到走過終端橫線外，停止秒表，記錄走過中間6m所需要的時間，中間6m兩側至少應有連續6個步印供測量用。多學科融合：結合生物力學、材料學與AI優化解決方案。

步態(gaiD是人類步行的行為特征,涉及行為習慣、職業、教育、年齡及性別等因素，也受到多種疾病的影響。步行的控制十分復雜，包括中樞命令，身體平衡及協調控制,涉及下肢各關節和肌肉的協同運動，同時也與上肢和軀干的姿勢有關。任何環節的失調都可能影響步行和步態，而異常也有可能被代償或掩蓋。步態分析(gaitanalysis就是研究步行規律的檢查方法，旨在通過生物力學和運動學手段,揭示步態異常的關鍵環節及影響因素，從而指導康復評估和診療，也有助于臨床診斷、療效評估及機理研究等。基于深度學習的視覺分析利用高速攝像頭和AI算法，無需穿戴設備即可估算足底壓力分布。山東姿勢步態評估系統

三維運動分析系統采用定量的方法準確評價人體的運動功能。江西運動步態評估系統圖

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。江西運動步態評估系統圖