目的:对名中医捻转补泻针刺手法进行采集,并提取相关参数,对采集的相关参数进行整理分析,与低年资医生捻转补泻针刺手法的相关参数进行比较。通过数据挖掘分析名中医捻转补泻针刺手法的特异性参数以及存在的特异性。以期有助于捻转补泻针刺手法的传承与发展,也能有助于临床治疗的效果和更好地指导学生学习。方法:选取针灸国医大师孙申田教授和全国名老中医高维滨教授及20名从业小于五年的临床针灸方向低年资医生。利用ATP-2针刺手法参数测定仪对名医与低年资医生连续各采集单式捻转补泻针刺手法操作各20组,每次采集20秒,累计采集880组手法,采集后使用配套系统输出频率、波幅、最大峰值、最小峰值、平均值、离散度6个参数,此后利用Adobe Photoshop 22.0.0软件测量出手法波形图中上升、下降时间均值计算得到其上升、下降时间。并在进行捻转补泻针刺手法操作的同时利用便携式表面肌电仪对拇短展肌、第一背侧指间肌进行表面肌电信号RMS（均方根值）、MF（中位频率）值采集。再经Python 3.9 64-bit以及SPSS25.0数据分析软件对所得到的参数进行统计学处理分析,对名中医手法进行整理保留,并将名中医教授针刺手法相关参数与低年资医生的捻转补、泻针刺手法相关手法参数进行比较和模型构建。通过对操作捻转补、泻两种手法所采集到的参数值进行统计学分析:K-means聚类分析（探索性分析）、独立样本t检验、逻辑回归,生成数据表以及图像,并最终完成Xgboost分类模型构建,获得对手法结果有较大影响的参数。结果:1、数据聚类分析:由捻转补法表面肌电特征值通过BIC值确定最佳聚类个数为2个。由捻转泻法表面肌电聚类分析特征值BIC值确定最佳聚类个数为5个。对ATP-2针刺参数测定仪收集到的频率、均值、波幅、最小峰值、最大峰值、上升时间、下降时间以及离散度这八个参数进行两两之间的相关性分析。捻转补法针刺参数通过BIC值确定最佳聚类个数为7个。捻转泻法针刺参数通过BIC值确定最佳聚类个数为7个。2、捻转补、泻间参数差异:捻转补、泻两种针刺手法操作后采集所得的频率、波幅、上升时间与下降时间具有明显差异（P＜0.01）,捻转泻法较捻转补法频率快、波幅小、上升时间长、下降时间短,捻转补法较捻转泻法频率慢、波幅大、上升时间短、下降时间长。3、对两位教授的手法参数进行比较:（1）从对两位教授捻转补法的独立样本t检验结果来看,最大峰值、最小峰值、波幅、平均值、离散度、上升时间和下降时间七个指标（P＜0.01）在两位教授之间有明显差异。频率（P=0.215）在两位教授之间无明显差异。（2）从对两位教授捻转泻法的独立样本t检验结果来看,频率、最大峰值、最小峰值、波幅、平均值、离散度、上升时间和下降时间八个指标（P＜0.05）在两位教授之间均有明显差异。4、教授与低年资医生表面肌电特征值比较:对操作捻转补法时采集的表面肌电RMS（A）、RMS（B）、MF（A）与MF（B）进行Kolmogorov-Smirnov检验,4个指标均符合正态分布。所得的结果中RMS（A）、RMS（B）、MF（A）和MF（B）均P＜0.01,可表明在低年资医生和教授的分组下二者的捻转补法存在显著差别。对操作捻转泻法时采集的表面肌电RMS（A）、RMS（B）、MF（A）和MF（B）均P＜0.01在低年资医生和教授的分组下两类人的捻转泻法在表面肌电所得特征值上可见有明显差异。5、手法数据模型的建立:在ATP2捻转补法的Xgboost模型中,孙申田教授和高维滨教授手法的数主要特征是频率高,其次是最大峰值高、最小峰值低、波幅高、平均值低、离散度低、上升时间短、下降时间长。两者手法模型在准确率（acc）、精确率precision)、召回率（recall）、f1score均达到1,模型性能优。在ATP2捻转泻法的Xgboost模型中,孙申田教授和高维滨教授手法的数主要特征是频率高,其次是最大峰值高、最小峰值低、波幅高、平均值低、离散度高、上升时间短、下降时间长。两者手法模型在准确率（acc）、精确率precision)、召回率（recall）、f1score均达到1,模型性能优。结论:1、低年资医生与孙申田教授和高维滨教授的捻转补、泻针刺手法之间在表面肌电信号和手法参数中均存在明显差异。2、ATP-2针刺手法参数测定仪能够较客观的反应出捻转补、泻针刺手法的操作特点,并且可以对孙申田教授和高维滨教授的捻转补、泻针刺手法加以存储记录用以参照学习。3、名中医教授与低年资医生相比,捻转补法中的主要特征为波幅小、离散度低,捻转泻法中的主要特征为频率快、离散度低。4、孙申田教授捻转补法的主要特征为是波幅小,捻转泻法的主要特征为频率快;高维滨教授捻转补法的主要特征是波幅小,捻转泻法的主要特征是离散度低。