随着互联网、人工智能的飞速发展,在不久的将来,在线智能医疗将成为人们就医的主流方式之一,就目前百度发布的数据来看,在网上寻找健康医疗方面的人数在逐年增加,且健康医疗主题搜索占总搜索的一半以上,其中关于医疗病症方面的信息搜寻几乎都是以“疼痛感知”为关键词进行查找。“疼痛”是一切病症的表现形式,也是患者表达自身状况的关键所在,但大多数患者对医疗领域的知识都很匮乏,会导致在医患信息交互时出现纰漏,因此,需要建立一个完整、准确且通俗易懂的疼痛感知知识分类体系来供患者和医生使用,然而,目前的疼痛信息则缺乏深入的研究。互联网信息虽然使用方便,但存在信息爆炸、信息冗余、信息发布随意以及信息质量无人审核等一系列问题,导致用户难以找到有用的信息,且找到的信息存在很大的不准确性,医疗方面的信息关乎患者的生命安全,在准确性和信息交互方面不允许出现任何偏差。知识图谱和语义学的发展为这一问题提供了很好的解决方式,本研究结合知识图谱、语义学以及医疗领域权威文献对疼痛感知信息进行整合,希望能为医患信息交互和互联网智能医疗系统提供帮助。本文首先对当下国内外医疗领域知识图谱和疼痛感知信息的研究现状进行综述;其次对知识图谱的构建方法、技术和工具进行介绍;然后根据国内外公认的医疗领域权威文献和语义学对疼痛感知信息的描述进行整合,建立疼痛感知知识分类体系,再以疼痛感知知识分类体系为模型,利用本体技术及工具完成疼痛感知知识图谱的构建,利用语义分析技术完成知识获取,利用语料为本体添加实例,并对本体进行功能展示,选择RDF格式进行存储;最后,设计知识图谱的推理功能,利用“Jena+Jena Fuseki”进行查询展示,对知识图谱的语义推理和智能查询进行了验证分析。