舌诊是中医诊断的一项重要内容，是中医学了解人体生理功能和病理变化的一种独具特色的诊断方法，也是中医诊断信息的主要来源之一。但传统的舌诊主要是以医生观察为主，其准确程度取决于当时的环境因素和医生的经验，缺乏客观统一的指标和量化标准，既无法达到诊断和研究上的可重复性要求，也制约了中医学的发展与交流。 随着信息技术和计算机科学的不断发展，将图象识别技术与传统中医诊断相结合，通过计算机自动识别舌象来解决传统中医诊断的模糊性和不确定性，以较客观的标准辅助指导临床诊断已成为一个热门研究方向。运用计算机手段对传统舌诊信息进行分析，使其能够更准确、更客观地反映人体机能状态，为医生提供更直观可信的临床参考，从而提高中医理论水平和临床诊断能力。 本文采用模式识别、机器学习、数字图象处理与数据库等计算机技术，结合中医舌诊的基本原理和规则，针对舌诊图象自身关系复杂的特点，研究并设计出了一套完整的、符合中医诊断体系规范的中医小儿肺炎舌诊辅助诊断系统。该系统的核心采用一种新的基于集成学习的AdaBoost算法，通过选取简单的弱分类器，运用领域知识构建训练出强分类器，实现分类识别效能的提升。 本文针对舌象的预处理、特征提取，分类器的设计和训练，舌象的分类识别，以及诊断信息的建立，提出了分类特征模型、舌象分区、症状关系识别、区域权重训练、结果信息反馈等一系列舌诊研究的新思路和新方法。系统通过数据库关联患者信息和诊断信息，实时反映舌诊诊断结果和病程的发展情况，并提供中医专家参与机制，对诊断结果进行反馈和更新，为临床的医生诊断提供相关的信息参考及指导。