帕金森病症是一种神经退化性疾病,会导致患者手抖、手部僵直、手部无力等手功能障碍,严重影响病人的日常生活。手功能状态评估在病人康复训练中具有非常重要的作用,可以方便医生了解病人恢复状况,提高医生诊断的准确率。但是,目前常规的康复评估手段大多是医生结合自身经验,采用评估量表等方法,主观性强,且笨拙、不易操作。因此,研究客观、准确、便携的手功能评估设备具有非常实用的应用价值。本文设计了一款用于帕金森病人手功能康复评估的手套,通过采集帕金森病人手部的震颤信号、手指弯曲信号及手部肌力信号,实现对病人手部稳定性、灵活性及肌力状态的检测及评估。主要研究内容包括以下几个方面:（1）稳定性评估。首先采用MPU-9250九轴传感器采集手部震颤信号,再采用中值、带通和改进的卡尔曼滤波三种方法滤除噪声,接下来筛选并提取震颤信号的时域和频域特征,最后选用十折交叉验证下的BP神经网络算法将震颤程度分为3类。（2）灵活度评估。首先采用flex-4.5`柔性弯曲传感器采集手部五指弯曲信号,再采用指数加权方法滤除噪声,接下来进行数据的归一化处理以便于简化计算,最后自定义手势,结合TAM评定法完成手部角度测量及等级评估。（3）肌力状态评估。首先采用ZNS-01压力传感器采集手掌压力信号,再采用指数加权方法滤除噪声,接着采用K-means分析算法与Lovett分级评定标准对手部肌力状态进行等级的划分,最后得出相关的肌力大小与等级。（4）上位机界面设计。上位机界面主要包含登录、震颤等级评估、弯曲等级评估、肌力状态评估、保存、账户修改及生成安装程序几部分,实现了评估结果的可视化,且人机交互界面友好。本文挑选部分志愿者进行系统功能实验验证,结果表明:震颤评估可实现手部震颤等级分类,且在所设计的BP模型中隐层节点数为13时训练效果最好,准确率达到84.5%;弯曲评估可实现手指的弯曲最值检测与当前9种手势的判别,在姿势判定过程中与TAM评定表结合实现了手部灵活度的5级分类;肌力状态评估可实现肌力最值的检测与肌力等级的划分,并通过K-means算法给出了所划分的6个等级的取值区间。本文所设计的帕金森病人手部功能评估手套,成本低、体积小、佩戴舒适、准确性高,可实现长时间检测,既满足日常康复监测需要,缓解疫情期间患者无法就医的问题,又可以辅助临床康复训练,帮助医生制定科学合理的康复训练方案。