阴虚证是由阴液不足引起的以虚热症状为主要表现的中医病证,是中医临床最常见的病证之一。阴虚证典型表现为形体消瘦、心烦易怒和失眠多梦等,严重时会对患者生活和工作带来较大危害。中医舌诊是阴虚证的重要辨证方法之一,通过舌象特征分析可以有效诊断阴虚证,进而及时干预治疗,提高生活质量。为了研究阴虚证和舌象之间的联系,探究阴虚证的舌象辨证标准,实现阴虚证舌图像的客观化诊断,本文基于卷积神经网络相关技术和舌诊客观化研究思路,从舌像数据集构建、舌像分割、阴虚证舌像诊断及基于微信的阴虚证诊断系统开发四个方面展开研究,具体研究工作如下:（1）构建标准化中医舌像数据集。本文舌像数据来源于江苏省中医院,使用标准化舌像采集设备进行舌像采集。经过数据预处理等操作,最终纳入样本尺寸为365*365的500例舌像进入研究,委托中医专家对舌像进行阴虚证标注,构建标准化中医舌像数据集。（2）构建基于改进U-Net网络的中医舌像分割模型。本文使用LabelMe图像标注工具对舌像数据集中的舌体轮廓进行舌体标注,得到有效分割标签。基于U-Net网络,在保证其原始U型结构下,采用VGGNet16网络替代原始U-Net网络的特征提取层,优化特征融合方法并且结合迁移学习,构建基于改进U-Net网络的舌像分割模型。并与传统U-Net网络及Mobile-Unet方法进行对比,采用平均像素精度（MPA）和平均交并比（MIOU）2个指标评估模型效果,实验结果表明改进的U-Net分割模型的舌像分割效果最好,平均像素精度为98.95%,平均交并比为97.91%,为下一步的舌像诊断实验提供了较好的基础。（3）构建基于MobileNet网络的阴虚证舌像诊断模型。首先对标注舌像采用旋转、镜像和平移的方法进行数据增强,共获得阴虚证舌像和非阴虚证舌像各1200张。然后开发适用于移动环境的轻量化诊断模型,优化模型参数并采用迁移学习进行冻结训练,构建基于MobileNet网络的阴虚证舌像诊断模型,实现有效的阴虚证舌像诊断。通过调整模型宽度因子α,采用准确率Accuracy、Top-1等指标评估效果,实验结果表明,α值为0.75时,模型在参数规模和分类性能上表现最好,此时Accuracy为92.8%,Top-1为72.5%。（4）开发基于微信的阴虚证智能诊断系统,实现阴虚证舌像智能诊断。在完成相关模型构建后,通过对算法的调用和集成,实现了算法的系统应用。遵循软件工程开发流程,基于Uniapp和JeecgBoot开发框架,开发轻量级的阴虚证智能诊断系统,并将算法移植进小程序中,实现了融合舌诊、目诊和中医体质辨识的阴虚证智能诊断系统。