在传统中医及其诊断现代化工程中，脉搏波分析是常见的分析方法。本论文鉴于脉象与中医症型和疾病的联系，通过数据化、直观化、客观化的研究，寻找更精确、灵活的辅助现代中医运用于临床的方法。　　 本课题以正常人和冠心病人以及4种中医常见脉象(细脉、滑脉、弦脉、弦滑脉等)为研究对象，进行了新型脉象特征提取及其分类识别方法的研究，主要包括以下内容：针对四种常见脉象，本文同时运用时域特征和频域特征以及不同的分类方法进行分类识别研究；将由非线性动力学理论发展而来的递归图形(Recurrence Plots，RP)和递归定量分析(Recurrence Quantification Analysis，RQA)应用于两组脉搏信号时间序列进行分析并提取特征应用于脉象的分类和识别；对提取的依循时间而不断波动的时域特征序列，利用频域独立成分分析(Spectral Independent Component Analysis，ICA)方法提取时间相关或振幅相关的特征集合的主要频谱成分，用以显示其频谱分布特性以及对应的能量贡献从而进行脉搏波定性分析；最后利用Matlab提供的界面设计工作台完成了脉象分析系统的软件设计。　　 在四种常见脉象分类识别研究实验中，信号数据通过预处理，提取时、频特征，接着将这些特征基于类可分离性准则进行自动筛选并应用于7种分类识别算法，得到总平均准确率67％的分类效果；在RP和RQA分析中，临床数据的分类结果显示了其在脉搏分析中的可行性和应用潜力；在特征变异性分析时，脉搏波作为短时临床数据，其定性分析的结果，显示了本文提出的功率谱分析新方法应用于脉搏波分析的可行性和在进一步症候分类识别和诊断领域的应用潜力。