随着中医学的发展,脉诊作为无创检测的手段和方法,受到中外人士的赞赏和关注,但是自古以来中医一直是靠手指获取脉搏信息即脉搏,虽然脉诊具有简便、无创和无痛的特点,且易为患者所接受的,然而在长期的医疗实践中也暴露出一些缺陷。随着传感器技术和计算机处理技术的发展,实现脉诊的客观化、研究脉象的检测方法,希望用现代科学技术的方法和仪器,推进中医脉诊的现代化,已逐渐成为国内外学者共同关注的课题,这也是本文进行研究的目的。本论文着重对特征提取及选择的基本概念和基本理论进行了详细的阐述,初步探讨了可分性判据,着重分析了小波变换的尺度系数的具体含义,同时通过提取不同的特征参数来对实验结果进行比较分析。小波分析是一种在时域和频域均具有良好局域性的分析方法,即在低频部分具有较高的频率分辨率和较低的时间分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率,所以被誉为分析信号的数学显微镜,尤其适用于非平稳信号的处理。本文应用小波分析的多分辨率分析算法-欧氏距离分析了20例海洛因吸毒者和20例正常健康人脉象信号。通过提取尺度系数,并计算尺度系数到类中心平方距离,找出了海洛因吸毒者与正常健康人脉象信号之间的显著差异,初步提出了用于划分吸毒者和正常健康人的判据,根据该判据,20例正常健康人全被检测出来,而吸毒者B13被误检为正常健康人。本论文还对支持向量机的基本概念和基本理论进行了详细的阐述,突出了估计最优分类面具体方法的探讨和分析,为模式识别提高了扎实的理论依据。在对脉象信号进行特征提取的基础上,利用支持向量网络对40例脉象信号样本(20例海洛因吸毒者和20例正常健康人脉象信号)进行模式识别,并给出最优分类面,达到了较好的效果。