目的 构建精准的中医体质辨识模型，以更好地指导临床诊断和治疗方案的制定，提高医疗效率和 治疗效果。 方法 首先，本文使用中医全身望诊数据采集设备采集健康人群的全身站立图像，并通过中医体 质量表（CCMQ）确定中医体质，构建带有体质标签的图像数据集。其次，通过热压阀（HSV）颜色空间提 取面色特征，并改进局部二值模式（LBP）算法提取形体特征，同时通过双分支深度网络提取全身站立图像 的深度特征。最后，通过随机森林（RF）算法对多特征进行学习，建立中医体质辨识模型。选择准确率、 精确率和 F1 值作为评估模型性能的三个指标。 结果 实验结果表明，基于多特征的中医体质辨识模型的准 确率、精确率和 F1 值分别为 0.842、0.868 和 0.790。相比单一的面色特征、形体特征、深度特征辨识模型， 包含多特征的辨识模型准确率分别提高了 0.105、0.105 和 0.079，精确率分别提高了 0.164、0.164 和 0.211， F1 值分别提高了 0.071、0.071 和 0.084。结论 研究结果证实了本文所提出的融合面色特征、形体特征和深 度特征的多特征在中医体质辨识的可行性，能够进一步完善中医体质辨识客观化和智能化。