摘要：为减少老年人跌倒事件,以北京市某社区54名老年人为试验对象,开展自由步速下起立行走计时(TUG)的生物力学试验;应用贝叶斯网络(BN)完成运动学数据与跌倒概率的转化,通过支持向量回归(SVR)算法模拟预测姿态轨迹,预测特定帧位的跌倒概率。结果表明:具有显著差异性的髋关节矢状面位移可作为老年人跌倒概率的预测指标,通过对肢体数据的有监督学习,可实现下一时刻老年人跌倒概率的预测,从而可对老年人的高跌倒风险动作进行预警干预。