中医药是中华民族的瑰宝,是我国独特的卫生资源,对我国社会经济发展具有重要作用。随着计算机和互联网技术的发展,“互联网+医疗”为中医药发展提供了动力。结合“互联网+”技术,根据中医看病和开药方过程构建中医辅助诊疗系统,该系统能够帮助中医减少对各种药材、处方的记忆和查找,提高中医的医疗水平和效率,且能够有效解决中医药资源不足问题。中医诊疗包括两个阶段,分别是诊断和治疗,两者相互紧密关联。首先中医通过四诊合参全面了解患者病情,然后根据患者的症状体征,依据自己的临床经验知识对患者作出诊断,最后在诊断结果的基础上为患者制定合理的治疗方案。因此,辅助诊疗是中医辅助诊疗系统中的关键技术难题。针对中医辅助诊疗系统的关键技术难题,本文提出基于粗糙集的集成树的医学辅助诊断方法以及基于本体知识库的用药和处方推荐方法,并初步构建了中医辅助诊疗平台。主要研究内容有:1.基于粗糙集的集成树医学辅助诊断方法。为了降低医疗数据的冗余度,快速提取有用的医疗价值,提高医学诊断精度,首先采用基于粗糙集信息熵的属性约简算法对医疗数据进行属性约简,再采用基于C4.5决策树的Bagging集成树算法对经过属性约简产生的病例集进行训练学习。最后试验结果表明该方法不仅能够降低医疗数据的冗余度,同时能够提高医疗诊断的精度。2.基于本体知识库的用药和处方推荐方法。采用七步法构建中医领域本体知识库,以提高知识的共享性和重用性。并据此构建基于Apriori算法的用药推荐方法和基于协同过滤的处方推荐方法。最后试验结果表明基于Apriori算法的用药推荐方法能够有效地向中医推荐中药材,而基于本体的协同过滤处方推荐方法具有较高的准确性。3.中医辅助诊疗平台构建。运用“中医辨证论治系统”结合计算机应用和信息网络技术,使用Java编程语言初步构建了中医辅助诊疗平台,实现了辅助中医疾病诊断、推荐经典方剂和名老中医验方以及中医知识检索和学习功能。本文采用基于粗糙集信息熵属性约简的集成树方法来辅助中医进行疾病诊断分类。采用基于本体知识库的用药和处方推荐方法为中医进行用药和处方推荐。初步构建的中医辅助诊疗平台实现了辅助中医对患者的诊疗。