脉诊之所以重要是由于脉象能传递机体各部分的生理病理信息,是窥视体内功能变化的窗口,可以为诊断疾病提供重要的依据。对脉象的客观检测以及脉图计算分析,不仅便于大规模、准确地收集并保存临床资料,而且还可以克服辩证时主观心理因素的干扰,有效地总结临床经验,确切地评价中医成果。因此,中医脉诊的客观化与科学规范化必将成为业界不断加大投入力度的一个重要领域。目前从各种报道来看,用于脉搏信号检测的传感器多为单点或复合多点压力传感器,而单点脉搏信号或简单几个点的脉搏信号不能细致反映切脉皮肤表面空间各点的变化,无法全面描述脉象信息,取得的生理信息比较少。传统的脉象模型样本来源,由于中医号脉的主观性和脉象样本切脉诊断时的非同步性会对样本的采集造成一定的差异。在脉象的分析方法上,一维脉象图的分析方法在时域、频域及时-频方面都有了全面和多样化的发展,但在二维脉象图上分析方法几乎没有出现。针对上述问题,本论文主要研究如何利用脉搏图像传感器获取多维的脉搏特征参数,并利用这些参数结合人工神经网络进行脉象的识别。本文完成的主要工作和创新概括如下：首先简介了脉搏信号的特点以及脉搏传感器,脉象分析方法和脉象识别方法的研究现状,并概括了要解决的问题和本文的主要贡献、研究内容。第二部分先详细介绍了图像化脉搏信息采集装置的设计、工作原理及结构。根据实际工作中存在的不足,对传感器进行了改进,使整个系统更加方便、实用。接下来对中医脉象模拟系统的基本结构和工作原理进行了说明,并给出了实验的流程图。第三部分应用自制的基于单目CCD摄像头的脉搏图像传感器,采集仿生手(中医脉象模拟系统)桡动脉的动态脉搏图像序列,结合透镜成像原理,根据各帧图像中网格面积的变化获取脉搏图像表面多点的三维离面位移变化量。在脉长方向选取8个网格点的数据和时间轴方向选取441帧构成二维矩阵后将其转化为二维灰度图像,利用三维离面位移变化量进行脉象的三维重构。在各脉象的二维脉象图的空间域和频率域及三维脉象图的空间域进行了特征提取,为后续使用BP人工神经网络进行脉象的分类识别提供了输入向量和样本数据。最后,分别使用了PNN、SOM、BP、Elman四种人工神经网络对四种脉象进行综合分类和模式识别。利用从脉象二维图空间域和频率域提取的脉搏脉率、总能量、高频分量、低频分量及脉象三维重构图中提取的脉宽,构成11个特征向量并为每一个脉象类别制定相应的推理规则及参数设定,对每一个脉象样本进行了训练和测试,最后对各个神经网络在脉象分类和识别中的性能作了对比和分析。实验结果表明从脉象二维图空间域和频率域及三维空间域提取的特征参数与人工神经网络相结合使脉象的识别率得到了大大的提高,为脉诊客观化研究提供了新的思路和方法。