中医脉象自动分类识别技术是一种将现代信息处理技术与传统的中医理论相结合，根据人体的脉象图谱自动进行对脉象种类判断的技术，从而为中医辨证论治提供有价值的信息。中医脉诊作为中医诊断的一项基本理论，已经有几千年的历史。但是，应用计算机模式识别技术来研究脉诊才刚刚兴起，国内外的论著还比较少见。不过，它的优势已经得以体现出来。传统的中医脉诊方法存在着“在心易了，指下难明”的困境，使得理论与实践不能紧密的联系起来，脉诊客观化恰恰解决了这个实际问题。　　中医脉象分类方法是按照“位、数、形、势”理论进行的。鉴于分类的标准差异，所以识别的方法也不尽相同。此外，不同的脉象类别出现的几率有很大的差异，有些罕见的脉象即使是资深专家也很难鉴别，另外，中医脉象类别不是完全孤立的，互相之间允许出现兼容现象，这都为自动分类研究发出了挑战。一个脉象分类识别系统包括脉象预处理、特征提取和分类器等几个模块。　　本文首先提出了一种脉象分类与识别的框架结构，并且根据实践经验和专家经验制订了一些简单的分类决策。把脉象识别的主要矛盾放在对脉形的识别上。　　本文提出了一种简单的特征值识别方法和改进的基于径向基函数神经网络的识别方法。本文从函数逼近的角度细致地讨论了神经网络的工作原理，并且，对神经网络参数以及结构的实际意义进行了初步分析，讨论了与统计模式识别理论存在的关系。最后，在实验结果上做出了比较。　　为了评估算法的性能，在实验室的脉象数据库上进行了实验。实验结果和与现有方法的对比说明了本文提出的脉象识别算法的有效性。