静立平衡能力等级判断是治疗功能性平衡障碍患者的首要任务,为制定合理的康复治疗提供了基本依据。本文从内源性角度展开了对人体静立平衡能力评估的定量分析研究。对于现有医学康复领域平衡判断方法进行了讨论,认为现有方法完全关注于人体平衡的外在表现,评价结果中不可避免的带有一定的主观性和片面性因素,因此导致当前人体平衡评估误诊率高、临床适用患者面窄等情况。本文从中枢神经系统入手,探究了大脑对于静立平衡的响应机制,从大脑皮层的激活状态和静立平衡状态维持时的脑部信息传递特点定量地分析了不同平衡能力下的内源性脑电信号特征。本文的主要工作有以下几个方面:首先,对当前人体平衡调节的生理机制做了系统的分析,提取了影响人体静立平衡的几个重要因素,在此基础上设计了多种平衡感觉输入被分别阻断后的实验范式,较好的体现了视觉输入和本体觉输入的差异化条件,以此来获取不同平衡状态下的脑电数据。人体静立平衡实验中遇到的最大问题是平衡调节动作具有随机性,即无法预知被试者在某一时间点是否作出了平衡调节行为,因此需要通过其他手段对采集得到的脑电数据进行平衡调节动作的“标定”。为了实现这一目的,本文结合脑电研究从相位同步角度解释了大脑皮层在平衡调节过程中的实际生理行为,并定义了平衡脑电这一概念,随后制定了有效平衡脑电的相位同步判定准则,给出了精确的量化指标,并按照这一准则对实验中采集的脑电数据进行了处理,从而获得了高质量的平衡脑电数据集,结果证明本方法极大的避免了静息脑电的干扰,提升了评估准确率。在平衡脑电数据基础上,本文提出了一种事件驱动型传递熵网络分析方法,并使用该方法构建了各范式下的脑功能网络。相较于传统网络构建方法,本方法吸收了传递熵在非既定数学模型之上的独特用法,克服了由于脑电数据特性引起的熵值精度下降问题。本文摒弃了传统双节点因果关系模型,将节点间的因果关系降级为相关关系,进而将因果关系的研究转移至功能脑区层面。通过该模型避免了因果计算中出现的不确定性和片面性甚至矛盾性,但从功能脑区的角度而言,整体因果性仍然可以得到较好的保证,体现了脑区与脑区之间的多源信息传递关系,与本文在同步理论中所提出的平衡信息传递观点有相同的出发点,因此与相位同步理论具有较好的契合关系。除此之外,本文认识到平衡调节时大脑所表现的显著动力学特征应当含有较多的平衡状态信息,因此首次将非线性动力学理论与人体平衡调节的研究相结合。依据当前对脑动力学的研究结果提出了基于黑箱理论的人体平衡调节创新模型,从系统控制的角度对人体平衡机制建立了多输入单输出系统模型:人体平衡状态作为系统的初始条件映射到系统中,最终的平衡能力评估任务转化为如何通过系统输出确定系统初始状态的问题。本文对系统输出信号-平衡脑电提取了两类非线性动力学特征:Lempel-Ziv复杂度和最大李雅普诺夫指数（maximun Lyapunov exponent,MLE）,并将其作为区分系统初始状态的分类特征,其中LZ复杂度刻画了大脑在不同平衡能力状态下的复杂度特征,体现了黑箱内部系统的复杂度;MLE指标最显著的特点在于对系统初始状态的强敏感特性,通过MLE能够放大不同平衡能力等级下的脑电数据差异性。综上所述,本文分别从相位同步、传递熵网络和非线性动力学角度对不同平衡状态下所产生的平衡脑电数据提取了多种内源性的特征。在此基础上,为获取分类效果最好的内源性特征,采用多种分类器和多种组合特征相结合的方式进行了对比。实验发现支持向量机（support vector machine,SVM）配合网络聚类系数（C）、最短路径（E）、MLE（M）组成的组合特征[C,E,M]具有最好的分类表现,在四分类任务下的平均分类准确率达到了76.00%。最后,使用该方法对老年人数据进行了平衡评估,取得了显著的效果,证明了本文从内源角度对人体静立平衡能力评估的方法是一种有效的新思路。