中医声诊,作为中医四诊中闻诊的一种,是指通过对病人语音分析来得到病人病理病位的诊断情况。该诊断方法在传统上主要凭借医师对病人发音的直接听觉感受加以判断,很容易受环境、医师经验及听力等因素的影响,临床上难免造成误诊、漏诊。为克服此缺陷,有必要将这种主观的感性的诊断转化为客观的数字化的诊断。本文研究了中医五脏五音声诊的特征提取和识别。根据古籍对五脏相音理论的描述,五脏脾、肺、肝、心、肾分别对应宫、商、角、徵、羽五音,五音的变化可揭示五脏病变。因此通过分析声音参数之变化即可判断相应脏器是否病变。本文对五脏病患者及正常人的语音样本提取了LSP, LPCC和ALPCC, MFCC和AMFCC及IMFCC, LPMFCC, MSE, SampEn和CB等参数。实验表明,它们均能不同程度地较好地分辨五脏五音声诊中的六类样本。对特征作差异性分析能发现每一类别上特征的差异大小。在作差异分析时,发现不同特征对不同类别间的区分效果不同。本文根据中医对五脏五音的描述探讨了各特征对于不同类别间存在差异性的原因,并充分利用不同差异性所产生的互补性将多种特征结合起来,使得组合特征集对任意两种类别的样本间都具有显著差异性。对这样的特征集进行的分类实验识别正确率达到了79.1%。本文对中医虚实证声诊也进行了研究。通过特征分析寻找有互补性的特征对气虚、阴虚、实证以及正常四类样本进行识别分类。最终,在虚实证声诊上获得了51.4%的识别正确率。通过这两项试验证明以特征互补组合的方式可提高声诊分类中的识别正确率,同时本文最后还在Visual C++6.0平台上初步实现了中医声诊分析系统,由此进一步推动了中医声诊客观化的发展。