中医诊断是我国具有特色的医疗诊断方式,有着悠远的发展历史,是中华民族数千年来智慧的结晶。舌、脉象信息是中医诊断中的重要依据,而临床诊断过程中的舌脉象信息会受到环境以及医生经验等多方面的影响,具有较大的主观性、不确定性以及不可重复性,非常不利于中医诊断的客观化以及现代化发展。信息科技的飞速发展,为舌脉象信息的采集与分析提供了丰富的手段,舌脉象信息的标准化采集与分析可以更好地服务于中医的临床诊断。本文的主要目的是通过临床采集相应人群的舌脉象信息构建数据集,通过主流的数据处理手段和机器学习准确识别人体舌脉信息所反映的生理病理信息,为中医临床诊断提供客观化依据,推进中医诊断的数字化、现代化发展。本文的主要工作分为两部分,第一部分是脉象数据的临床采集及妊娠判别模型的搭建,首先是设计完整的脉象信号临床采集方案,然后通过脉象采集仪采集多例相应的脉象信息,采用零相位低通滤波对脉象数据进行滤波处理。接着在脉象信号的时域与频域共同提取了21维特征向量,利用随机森林算法分析各个特征之间的相关性,筛选重要的特征向量,构建带标签的脉象数据集。最后搭建基于自适应增强(Adaptive boosting,Adaboost)集成算法的妊娠判别机器学习模型,交叉验证的结果准确率达到84.4%,达到临床辅助诊断的功能。第二部分是舌像的临床采集及舌像分类,首先是通过舌像仪采集标准的舌像,由5位中医专家结合临床经验对采集的数据共同标注。接着采取多色彩通道融合的OSTU阈值分割方法对采集的舌像提取舌体部分,通过数据增广的方式扩增样本数据,构建带标签的舌像数据集。然后搭建卷积神经网络模型对舌像数据集进行训练与测试,舌像四分类准确率达到91.2%。最后基于训练后的舌像识别模型,设计一个智能中医舌像辅助诊断系统,该系统可以将用户输入的舌像进行分类,并在识别舌像的同时给出舌像辅助诊断结果、可能伴有的身体状况以及建议调理方案,更好地为中医临床提供客观化依据。