【研究背景】类风湿性关节炎为西医学病名，按其临床表现，一般认为统属于中医学“痹证”之范畴。但因其具有病情顽固、久延难愈、且疼痛遍历周身多个关节的特点，又有别于一般的痹证，是痹证中的特殊类型。古代医家对本病早有认识，并有较详细的记载。【目的及意义】目前国内提出的计量诊断方法，一是对中医证候使用积分法进行症状的量化。二是使用相应有函数关系的统计分析方法，特别对中医证候相关的实验指标使用多种统计学方法逐步进行分析，步骤繁多，一般不易掌握。本课题准备从临床、血液、微量元素三项指针研究五种证型的分类，但由于篇幅所限。我们着重于介绍计算机模式识别法研究临床类风湿性关节炎的证型分类。【研究内容和方法】计算机模式识别技术是国内外近年来广泛应用建立在计算机技术和多元统计分析基础上的一种非函数的方法。本课题采用聚类分析技术、分类判别技术来判别类风湿性关节炎各症型及干扰因素之间的相互关系。【研究成果及结论】本研究通过对类风湿性关节炎患者的临床症状、体征定性定量，由医生诊断其证候类型后，将原始数据输入计算机，利用现代科学中计算机模式识别法中的Mahalano-bis距离判别法、主成分分析法、多元统计判别程序等对类风湿性关节炎患者及其最常见的寒热错杂证、湿热阻络证、寒湿阻络证、气阴两虚证、痰瘀阻络证进行判别，对类风湿性关节炎的54个症状指标由计算机进行筛选发现从中选出17个因素作为特征参量，其分类最好，即用Mahalanobis距离判别法利用17个变量提供的信息可以准确地将五类证型分开(准确率达96.5％)。