脉诊的客观化研究是国际学术界的研究热点。不同的脉搏信号处理算法将得到不同的诊病效果。本文主要研究脉搏信号的处理和尘肺病的脉诊算法。在脉搏信号预处理方面,针对目前脉搏信号区间选择阈值参数多、异常点检测不全的问题,提出了改进的脉搏信号区间选择方法,利用信号的峰谷差和一阶导数检测异常点,能更准确地检测脉搏信号的异常并获取有效的信号段;针对脉搏信号周期起始点与脉图不符的问题,提出了改进的去基线漂移与周期分割方法,通过查找修正辅助点,使用三次多项式插值修正拟合曲线,更准确地去除了基线漂移。在脉搏信号的特征提取方面,针对现有算法无法检测时域信号中微弱的潮波和重搏波而造成的特征丢失现象,提出了一种基于弱峰检测的时域特征提取方法,保证了时域特征信息的完整性。在尘肺病诊断算法方面,首先对脉搏信号进行去噪、区间选择、去基线漂移与周期分割,然后提取时域特征12个、频域特征5个和曲线拟合特征13个,共30维特征,最后用支持向量机对特征进行分类,从而诊断出是否患有尘肺病。论文比较了不同预处理、特征及采脉位置情况下的分类性能,确定出单脉点诊病和多脉点诊病两种方案,其诊断正确率分别达到86.79%和90.52%。实验结果表明,本文提出的预处理改进方法、特征提取改进方法、诊断算法性能较好,可用于尘肺病的二分类诊断。