目的：探讨客观有效的冠心病中医四诊信息融合模型，从算法角度证实中医辨证理论的客观性、科学性。观察冠心病患者治疗前后的中医四诊信息变化规律，以探讨具有中医特色的疗效评价指标。为中医证候规范化研究提供新的思路和方法，为发展无创的中医诊疗检测技术奠定一定基础。　　方法：　　(1)运用本课题组自行研制的中医心系问诊量表、舌面一体仪，ZBOX-1型脉象数字化采集仪、声诊采集系统采集冠心病患者中医四诊信息。问诊根据其症状(或体征)的“有、无”分别赋值“1、0”；舌面诊运用舌面一体仪采集舌象及面色的客观参数，脉诊运用ZBOX-1型脉象数字化采集仪采集H1、H3等时域特征参数；声诊采集F0、F1等音频参数。利用BP神经网络、支持向量机、贝叶斯网络、标记相关特征的多标记学习算法分析冠心病患者中医四诊信息，建立中医四诊信息融合模型。　　(2)基于.NET平台建立冠心病中医四诊信息数据库。　　(3)采集经过药物治疗前后冠心病患者的中医四诊信息，利用频次分析及T检验等方法，观察治疗前后四诊信息变化规律。　　(4)从定性与定量方面与中医理论进行比较，评价冠心病中医四诊信息融合模型的质量。　　结果：　　(1)冠心病的临床特征：男女性别差异不大，男性患者340例，女性患者495例。患者年龄偏大，平均年龄为66.13±13.94岁；病机多见本虚标实，其中本虚以气虚、阳虚、阴虚多见，分别为57.12％，22.28％，67.06％；标实以痰浊、瘀血、气滞多见，分别为53.77％，15.92％和4.8％。　　(2)基于BP神经网络、贝叶斯网络、支持向量机，标记相关特征的多标记学习算法建立了心气虚、心阳虚、心阴虚、瘀血、痰浊5个证型的四诊融合模型。基于BP神经网络建立的融合模型对这5个证型的识别率分别为63.27％，82.03％，62.47％，70.16％，63.13％：基于SVM交叉检验建立的融合模型对这5个证型的识别率分别是73.60％，89.60％，80.40％，84.80％，70.40％；基于SVM遗传算法建立的融合模型对这5个证型的识别率分别是61.20％，89.20％，68.40％，84.00％，57.60％；基于贝叶斯网络建立的融合模型对这5个证型的识别率分别为69.34％，84.85％，65.12％，83.87％，65.12％；基于标记相关特征的多标记学习算法对这5个证型的识别率分别是80.32％，89.77％，84.93％，85.37％，69.90％。　　(3)初步建立了冠心病患者中医四诊信息数据库。　　(4)发现治疗后心气虚证、心阴虚证、痰浊证3个证型运用标记相关特征的多标记学校算法建立的四诊信息融合模型进行定量评价，病证有不同程度的缓解。治疗后，心气虚证、心阴虚证、痰浊证3个证型的问诊症状出现的频率均小于治疗前；面色及舌体各子区域的颜色、苔色、舌苔腐腻、唇色治疗前后均有显著变化的参数；心阴虚证、痰浊证的部分声诊参数治疗前后有显著性的变化，而心气虚证的声诊参数变化不显著。　　结论：　　(1)冠心病临床证候以本虚标实为主，本虚以心气虚、心阳虚、心阴虚为主，标实以痰浊、血瘀、气滞为主，脏腑兼证中以脾、肾两脏相兼较多见。　　(2)基于标记相关特征选择的多标记学习方法建立的四诊融合模型，得到了较好的识别效果，该模型针对每个证型通过最大互信息来选择特征参数，这些特征参数能涵盖了中医“望、闻、问、切”四诊的特征，与中医理论基本吻合。　　(3)初步建立冠心病中医四诊信息数据库。　　(4)中医四诊客观化采集和融合技术可为中医证候诊断、病情演变观察以及临床疗效评价提供一定的有效依据。　　(5)冠心病患者治疗前后舌、面、脉、声、问诊信息也存在一定的变化，可为临床疗效评价提供一定的参考价值。