人体皮肤组织光谱技术是生物医学光学领域常用的检测方法，利用各种光谱检测设备配合不同的源探波长、源探结构、数据处理方法、分类方法等即可实现对人体组织信息的探测。光学无创诊断是人体皮肤组织光谱最有前景的应用领域之一，然而将人体皮肤组织光谱进行大规模的临床应用还有较长的路要走。原因在于光在人体组织中的传输规律极为复杂，无论是理论方法、经验方法还是数值方法都有着大量的近似和约化条件。而且人体组织的光学参数很难进行在体测量，离体测量的结果也常常因为各种原因而存在较大差别。此外，使用实验装置获取组织光谱之后，如何使用各种数据处理方法对其进行利用和分析又成为新的问题。　　论文在对光在组织中传输规律研究的基础上，使用蒙特卡罗模拟对空间分辨漫反射光受光学参数变化的影响以及漫反射光谱进行了模拟，使用CUDA技术实现了蒙特卡罗模拟的GPU加速技术，在普通商业显卡上实现了几十倍的加速效果。针对目前使用空间分辨漫反射光提取组织光学参数精度普遍不高的问题，提出了一种实数遗传算法。在对遗传算法详细分析的基础上针对性的设计了各种算子、定制了算法参数，使用C语言完整实现了该实数遗传算法。对光学参数提取过程的分析表明该算法是可靠和精确的，并给出了大范围内光学参数提取的结果，取得了比国际同类研究高出一个数量级的成果。实现了多种模式识别技术在人体皮肤组织光谱分类中的应用，分别应用了基于神经网络、支持向量机、Logistic、决策树等的模式识别，比较了各种方法的特点和适用范围。实验结果表明神经网络模式识别效果较好，更适合用于基于皮肤组织光谱的糖尿病筛查。