본 연구는 ICT와 MEMS 기술을 기반으로 한 모션트래킹 및 신호처리 기법을 활용하여 파킨슨병 환자의 운동장애를 정량적으로 진단하고, 환자의 자가 점검 및 재활 모니터링이 가능한 시스템을 개발하는 데 목적이 있다. 인구 고령화로 인한 파킨슨병 환자의 증가 추세 속에서, 환자의 움직임을 정량적으로 계측하고 이를 전문가 평가와 연계된 지표로 환원할 수 있는 진단기술의 수요가 증가하고 있다. 또한, 기존의 VR기반 재활 프로그램이 진단 및 모니터링 기능이 부재하다는 한계를 극복하고, 환자가 자가 진단과 자가 재활 동기를 가질 수 있도록 하는 시스템 개발의 필요성이 대두되고 있다. 본 연구는 이러한 배경 하에 진단 프로세스의 체계적 설계와 구현, 임상 기반의 평가, 그리고 인공지능 기반 분석 모델 구축이라는 절차적 흐름을 따라 수행되었으며, 진단 프로세스 개발, 진단 키트 제작 및 임상 적용, 딥러닝 기반 분류 모델 개발을 중심으로 이루어졌다. 본 연구는 정량적 진단지표와 딥러닝 모델을 통해 높은 정확도로 파킨슨병을 진단할 수 있는 가능성을 제시하였으며, 향후 다양한 운동장애 질환의 조기 진단 및 재활에의 응용 가능성을 보여준다.