目的针对基于舌图像的中医体质类型分类问题分类准确率不高,一般的深度网络对不同类型的体质分类结果差别较大等问题,本文提出了一种双通道网络特征融合的体质类型分类方法,以提高体质类型分类的准确率。方法不同的网络模型对舌图像的分类结果不同,基于SVM的体质类型分类方法通过传统特征提取特征并用SVM进行分类,基于深度网络的体质类型分类通过深度特征进行特征提取并分类,将手工的舌图像特征和深度网络的特征进行融合,来实现舌图像的体质类型分类。本文基于983张舌图像数据集,对气虚质、痰湿质和湿热质三种体质类型的分类问题进行讨论。结果仿真实验表明,相比传统特征提取与原始深度网络,本文准确率由传统分类方法的54.3%提高到了78.9%。结论本文提出的基于双通道网络特征融合的体质类型分类方法,充分考虑不同特征对分类结果的影响,提出了更符合中医特色的分类方法,对中医辅助辨识、临床、教学和科研具有极其重要的研究意义。