随着医疗信息化的普及和各种医学检测设备的应用,将出现空前增长的海量医学数据,这些数据具有不完整、不确定、冗余等特点。仅凭简单的人力提炼和利用这些信息,效率很低,因此利用先进的计算机和信息处理技术综合开发利用大量数据信息,实现诊断准确率高的医疗智能诊断系统,已成为当今医疗事业发展的重要研究方向之一。粗糙集理论作为一种处理不精确、不确定和不完备信息的数据分析方法,最大的特点是具有良好的数据处理能力。但是粗糙集理论无法根据多条规则进行准确决策。而证据理论是一种不确定性推理理论,其处理的证据来源于专家,对解决数据融合中不确定性问题具有显著优势。基于此,本文提出一种基于粗糙集和证据理论的决策规则合成方法,并将其在医疗诊断系统中的应用进行了研究。本文主要研究内容如下：1.分析诊疗数据的特点,引入粗糙集理论对大量疾病诊断信息进行分类。针对动态建立疾病诊断知识库的需要和粗糙集约简中存在的问题,提出一种基于粗糙熵的动态属性约简算法。该算法利用新增对象对原有约简关系进行修正,利用原有信息粗糙熵的结果递归计算系统变化后的信息粗糙熵,从而节省了计算量,提高了约简效率。2.针对粗糙集在规则决策中的局限性,提出一种基于粗糙集和证据理论的决策规则合成方法。并结合临床医学,构造一个基于粗糙集和证据理论的诊断模型,将决策表中的决策规则作为证据理论的识别框架,计算规则的可信度及其重要度,利用证据理论对不同规则的决策结果进行证据合成,最终得到诊断结果。3.在上述算法研究的基础上,以风湿病为例,开发设计了风湿病专科临床诊断系统。详细介绍了系统的总体结构和设计思想,包括病例数据库、诊断知识库的设计等。系统测试结果达到了辅助医生诊断的效果,并验证了所提出方法的可行性和有效性。