在中风病领域中,证候和四诊是两个常见的术语。证候是指人体在疾病发展过程某一阶段所出现的一组有机联系症状的病理概括;四诊是望诊、闻诊、问诊和切诊的总称,其中包含有几百个小项,例如:咳嗽、抽搐、头痛等,它们是中风病正确辨证和有效治疗的前提。中风病辨证就是将四诊(望、闻、问、切)所收集的有关疾病资料,包括各种症状、体征等,加以分析、综合,判断为某种性质的“证候”,以探求疾病的本质。一直以来,中医界使用的中风病的诊断标准是九十年代基于专家经验所制定的。经过十余年来的临床实验,发现该诊断标准存在一定的局限性。因此,中医中风病研究人员希望借助数据挖掘手段,从已经采集的中风病病例数据中得出基于数学方法的更客观准确的诊断标准。本论文基于国家重点基础研究发展计划(973计划)课题“缺血性中风病证结合的诊断标准与疗效评价体系研究”,以中风病诊疗为背景,借助课题前期开发的管理信息系统的数据,运用特征选择方法挖掘新的中风病证候诊断标准。建立中风病证候诊断标准本质上是找出中风病各个证候所属的四诊信息项,这个过程与数据挖掘中特征选择的过程十分相似,因此本文采用的是特征选择算法。特征选择作为模式识别和机器学习领域重要的研究方向,在对高维度数据的降维以及大规模数据处理方面有着重要的应用。对海量的高维度数据使用特征选择方法,一方面可以提高分类及聚类的精度和效率,另一方面可以找出富含信息的特征子集,减少数据冗余。因为医学数据挖掘的特殊性,在应用特征选择方法时相应的进行了一些改进。在特征选择算法框架的基础上,论文先后设计了4种主要的特征选择方法。其中涉及到的基础算法有遗传算法,关联分析以及KNN算法。这四种主要的特征选择方法如下:(1)遗传算法结合关联分析的特征选择;(2)基于遗传算法的自适应增强算法;(3)遗传算法结合KNN的特征选择方法;(4)基于权重的特征选择。这4种特征选择方法彼此之间是递进的层次关系,论文对每个方法的结果都进行了横向的对比和评价。对每种算法中存在问题的进行了仔细的分析,进而对算法进行有效的改进,最终得出了比较满意的算法性能和结果。论文中针对KNN算法时间复杂度问题的改进是论文的最主要的创新点之一,通过对KNN算法复杂度的分析,找出影响其时间复杂度的主要因素,并结合具体的数据对象进行算法的改进。改进后不仅降低了算法的时间复杂度,而且还使得算法的效果得到了提高。