脉象识别是中医诊断的重要手段之一。长期以来，依据个人经验进行的脉诊制约了中医的推广与发展。因此，利用传感设备进行脉象识别的研究正在逐步展开。针对神经网络识别脉象的相关研究中，存在需要大量训练数据集，以及存在处理“黑箱”和时间花销较大等问题，在强化学习的框架下，提出了一种采用马尔可夫决策和蒙特卡罗搜索的脉象图分析法。首先依据中医理论对特定的脉象进行路径分类，然后在此基础上为不同的路径选择代表性特征，最终通过对代表性特征的阈值对比完成对脉象的识别。实验结果表明，所提方法可缩减训练时间和所需资源，并可保留完整的经验轨迹；且在提高脉象识别的准确率的同时，还可解决数据处理过程中的“黑箱”问题。
