心脑血管疾病严重威胁生命。研究表明,中医体质类型对心脑血管疾病的发生有一定的影响。合理有效地控制心脑血管疾病危险因素的发生及发展,有利于心脑血管疾病的防治。同时中医提倡通过调整生活方式抵御病邪,给予一定的运动、饮食等干预方案可以缓解心脑血管疾病的发生及发展。论文主要构建中医体质多标记学习模型,实现中医体质智能化辨识;构建中西医指标结合的心脑血管疾病风险预警模型,综合预警心脑血管疾病患病风险;构建心脑血管疾病中医健康促进方案知识图谱,并针对用户的中医体质及患病风险实现有效推荐,从而基于中医健康状态构建心脑血管疾病风险预警及健康促进体系。首先,体质辨识方面,基于江苏省中医院数据经过清洗之后构建ML-kNN多标记学习模型,将60个规范化后的中医症状作为模型输入,将所属体质类型的集合作为模型输出,并采用五个评价指标评估模型效果。其次,心脑血管疾病风险预警方面,基于电子病历数据,经过无效数据剔除、结构化、缺失值填充等预处理后,分别用logistic回归及Pearson相关寻找心脑血管疾病单一危险因素及交互作用危险因素,构建BP神经网络和KNN模型,将单一危险因素及交互作用危险因素作为输入,将是否患有心脑血管疾病作为输出,并采用评价指标评估模型的效果。最后,中医健康方案促进方面,基于网页及书籍有关心脑血管疾病饮食摄入量、药膳食疗、茶饮、运动疗法、气功疗法、推拿疗法及其他干预注意事项的内容,经过对数据的格式化、规范化之后导入到知识图谱中,将中医体质、心脑血管疾病风险因素、饮食摄入量、药膳、茶饮、运动、气功、推拿等作为知识图谱的节点,将相应的干预方式作为边,利用Neo4j图形数据库建立知识图谱,并通过Neo4j图形数据库的Cypher语句根据中医健康状态辨识模型辨识出的中医体质类型及心脑血管疾病风险预警模型结果针对个体实现有效的健康促进方案推荐。研究结果显示,首先在体质辨识方面,体质辨识模型的平均精度为88.57%,平均汉明损失为0.0961,平均1-错误率为0.1261,平均覆盖率为1.1535,平均排序损失为0.0866。其次,在心脑血管疾病风险预警方面,实验得出心脑血管疾病单一危险因素包括年龄、性别、体质指数、收缩压、舒张压、总胆固醇、血糖、是否吸烟、是否饮酒及中医体质,交互作用危险因素包括年龄*总胆固醇、性别*吸烟、性别*是否饮酒、体质指数*总胆固醇、体质指数*血糖,心脑血管疾病风险预警模型的准确率为92.17%,精确率为90.91%,召回率为90.45%,F1-score为90.68%,AUC值为0.90。最后,在中医健康方案促进方面,对清洗后的数据进行节点、关系及属性的抽取,共抽取出192个节点、10个关系,建立了13个节点表,12个关系表,基于Neo4j构建了知识图谱并采用Cypher语句有效实现推荐。研究提出将中医体质纳入危险因素,建立的多标记体质辨识模型能有效弥补传统的中医体质辨识量表的不足;研究纳入具有交互作用的危险因素,为心脑血管疾病危险因素选择提供了新思路,一定程度上缓解了单一危险因素研究的局限性,建立的预警模型能够中西医全面、有效地预警心脑血管疾病患病风险;研究构建的心脑血管疾病中医方案促进知识图谱,借助中医干预促进心脑血管疾病,为心脑血管疾病的早预警、早干预提供了新方法,促进我国心脑血管疾病防治自动化、智能化研究。