在传统的医学理论中,“望、闻、问、切”四诊法是中医诊病的基本方法。其中切诊,是指医生用手指触按病人的动脉搏动,以探查脉象,从而了解病情的一种诊断方法,特别是切脉,是临床上不可缺少的基本方法。但是脉象概念本身含糊,没有明确的判别标准,临床脉诊时又掺杂医生主观因素,往往分歧较多,所以脉诊客观化具有非常重要的意义。在脉象获取阶段,数据采集仪器是由哈尔滨工业大学研制的多点复合式压力传感器设计的三部脉象获取装置。通过这台仪器获取的脉搏波形不仅可以判断寸、关、尺定位是否准确,还可以获得脉管的粗细信息。在此阶段共采集到30例年轻学生的脉象和120例外科病人的脉象,组成了研究所用的数据库。在数据预处理阶段,针对数据中的毛刺噪声,先经过局部去毛刺,再进行平滑滤波,只需较少次平滑既干净地去除这种高频噪声,又保留了脉搏波的边缘细节。针对单点或连续多点的奇异点噪声,修改了限幅滤波算法来检测这种新噪声类型。提出了一种统计加权表决算法来检测伪峰噪声,该算法能较好克服已有算法的缺点,充分保留脉象正常的细节。最后对跨度较大的伪峰噪声和连续奇异点噪声在整个其他无噪声波段相应跨度均值统计可靠插值点做三次样条插值,对脉搏波作了曲线修补。在脉象特征提取阶段,针对脉象的静态时域特征提取设计了信任度加权法,这种算法根据每个周期信号在预处理阶段奇异点和伪峰的噪声程度依次改变其信任度,提取到各个周期的特征值后,根据各个周期的信任度加权求其均值作为整个脉搏波的特征值。这个算法充分考虑了每个周期信号的可靠信息,和预处理阶段的历史纪录,使特征提取得更精确。为下一阶段的脉象分类提供了更好的输入数据。在脉象分类阶段,本文改进了推广的动态时间规整算法来识别五类不同形状的脉象,针对单一模板的缺陷,每一类设计了多个模板,并根据每个周期原始信号的干净程度对分类结果施加不同程度的影响。最后尝试了引入脉象特征值匹配程度作为类别附加判定条件,试验表明改进后的算法比原来算法相比识别结果有显著的提高,其中单滑的识别率更是提高到94.67%。