目的:基于EfficientNet建立可靠的阴虚证眼象识别模型,为阴虚证共性诊断模型的研究提供基础,推动中医目诊客观化的研究。方法:构建以阴虚证为主的常见中医证候眼象数据库,通过轮廓检测切割眼象图片,基于retinex理论增强图像,使用反射、对比度变换、噪声扰动等方法扩大数据集作为模型训练材料。对图片进行批归一化预处理后通过卷积神经网络构建眼象特征提取模型以及分类模型,判断最终归属的证候。结果:阴虚证识别模型对验证组数据的识别准确率达90.01%,对于阴虚证的诊断有一定的辅助价值。并以此模型为基础构建了阴虚证健康管理平台,将研究成果投入实际应用同时进一步收集眼象图片数据。结论:首次尝试使用图像识别技术以及EfficientNet,对目图像进行特征提取以及证候识别,并取得了较好的结果,这表明通过深度学习实现中医辨证客观化的技术路线是可行的,且填补了目前在目诊以及辨证客观化研究领域的不足。