3D传感技术的发展使得3D人脸图像可以被快速和准确地获取，出现了越来越多的3D人脸图像库和基于3D人脸图像的应用，各种3D人脸分析技术也得到了迅速的发展。3D人脸特征提取的目的是从3D人脸图像或者图像序列中提取出少量的可以准确描述整个人脸数据的特征，这些特征通常被用于人脸识别等一些模式识别过程。论文以基于面部畸形特征的儿童遗传性精神发育迟缓病(MentalRetardation，MR)的计算机诊断为应用背景，研究了目前各种3D人脸识别技术，分析并比较了其中使用的人脸特征提取技术，设计并实现了一个自动提取和定位面部特征的算法。论文的特征提取算法首先计算人脸模型表面的平均曲率和高斯曲率，根据这两个曲率的正负号将人脸划分成曲率特征区域，然后根据经验知识在这些曲率区域中匹配眼睛、鼻子等特征，最后在特征区域中用计算的方式得到关键特征点，如内外眼角、鼻尖、嘴巴等。该算法用浙江大学附属儿童医院所累积的3D人脸数据作为输入数据集，用实验证明了曲率特征描述人脸表面的强大能力。由于其与坐标无关的特性，曲率方法有着很大的潜能来解决在人脸的检测和定位等问题中图像受主体姿势和面向影响的难题。基于提取算法得到的特征，论文工作使用支持向量机对人脸进行分类，作为对面部畸形遗传病的诊断过程。整合这几个步骤的工作，论文工作设计和实现了一个基于面部特征的儿童精神发育迟滞的筛查系统，实现唐氏综合症、脆性X综合症、威廉斯综合症、DiGeorge综合症等四种常见引起智力障碍的遗传性疾病的计算机辅助智能综合诊断。该诊断系统将计算机技术应用于遗传学领域，是一种新的有意义的应用方式。