该课题结合中医诊断学和计算机信息技术等各学科发展的优势，在我们既往研究舌脉诊经验基础上，以中医理论和临床实践为指导，综合应用图像处理（包括肤色检测技术）、模式识别、人工智能等多种信息处理方法，以五脏为中心，选取我们研究基础较好的几个病（哮喘、慢性乙型肝炎、慢性胃炎、冠心病、慢性肾功能衰竭）为基础，对面色的颜色、纹理、光泽等信息进行识别和分析，探索建立针对中医面色诊断信息的客观识别方法，使面色诊的特征表达信息与中医临床的病证有机结合起来，实现中医病证面色诊的计算机自动识别，使之"只可意会不可言传"的经验能用适当的数学、物理等信息参数来表征，以利于弥补传统望诊的不足，取长补短，促进传统中医诊疗技术与方法进一步发展。该研究是一个新兴的跨学科研究领域，加之中医药的"原创"特点，为开发具有自主知识产权的中医面色诊断系统提供科研积累具有重要意义。

本项目主要从事六个方面的研究：（一）面诊拍摄环境的规范化研究和硬件系统的研制；（二）中医面色诊判读医理设计；（三）面诊信息识别方法的理论研究及其软件实现；（四）中医面色诊临床数据库建立；(五) 中医面色识别系统临床验证；（六）疾病脏腑证候面色诊特征分析。3年来，共发表论文16篇。在面诊信息采集环境方面：对光源、CCD设备进行筛选和确定，研制了符合中医特点的以LED光源为照明光源的面色诊采集暗箱，实现了面色采集条件的规范化。在面诊理论的设计方面：确定了符合中医理论的，临床专家认可的中医面部五色分类判读量表，并检验其信度、效度。Kappa值：光泽0．646>面色0．584>唇润燥0．566>唇色0．491。临床专家对采集的面色图像进行判读，已采集图像3000余例，已分类面像2774例。在面诊信息识别方法方面：建立了面诊信息管理模块；实现了面色图像的各部位分割：建立了针对中医面色图像信息自动识别分析的方法,初步研制中医面色识别分析系统，其验证一致率为81.25%。在脏腑证候面色特征方面：对128例冠心病患者和66例慢性肾衰患者病证面色进行检测分析，结果显示不同证候的面色参数存在差异。