脉诊作为中医四诊中一个不可缺少的诊断方式,被运用于诊断患者身体状况,特别是心血管系统的状况有几千年的历史了。但是,传统的中医脉诊主要依靠医师的主观判断,缺少客观的证据,从而不能让人信服,使得其发展缓慢。近年来,相对于西医由于中医脉诊的无创伤诊断的特点,客观化中医脉诊已经被越来越多的研究者所关注。相比较于其它多数分析中医脉象所采用的线性的方法,本文主要从其血液动力学的机理和非线性方面对其进行分析。其主要内容为：首先,对脉象信号进行周期分割、去除信号中的不良部分、去除信号的基线漂移和重采样等预处理；然后,运用双弹性腔模型拟合提取脉象信号血液动力学方面的特征参数,得到弦脉和弦滑脉的血液动力学参数与中医脉诊理论基本吻合,运用窗口多尺度熵、窗口递归定量分析及符号动力学这些非线性方法对脉象信号进行分析,得到不同脉象信号的多个非线性特征之间有显著性差异；之后,运用贝叶斯网络分析了脉象信号血液动力学特征和非线性特征之间的因果关系；再后,运用互信息、支持向量机和多标记学习对脉象信号进行分类识别,得到非线性特征的识别效果优于传统的特征；最后,以Visual Studio2005为平台,运用C++语言开发了简易的脉诊系统,实现了脉象的周期分割,提取单周期信号和提取血液动力学方面的特征的功能。考虑到中医脉诊注重脉象形态的特点,运用改进的多尺度熵的分析,窗口递归定量分析及符号动力学分析对脉象信号提取特征,最后运用支持向量机分类识别得到的平、滑、弦三类脉象的准确率最高,达到90.03%,并且对比了传统线性脉象分析的结果发现这一结果总体来说是令人满意的。另外,本文还发现若是将传统时域分析方法得到的特征与非线性方法得到的特征相结合用于脉象信号多标记学习的分类,得到的结果要明显好于单独运用各自特征进行分类的结果,为76.3%。除此之外,所作的相关性分析也初步找到了特征之间的联系。