头痛疾病是所有神经系统疾病中最普遍的疾病,然而我国面临着医生诊断准确率相对较低的问题。现阶段,国内外通行的头痛病诊断标准是国际头痛学会制定的国际头痛分类（ICHD）,目前已经更新到了第3版（ICHD-3）。因此,设计基于ICHD-3的头痛病辅助诊断模型,对推动ICHD-3在临床实践中的应用,提高头痛病的诊断质量具有重要的意义。本文结合项目需求,设计了一个带有解释机制的头痛病辅助诊断模型,并实现了用于辅助头痛诊断的原型系统。本文的主要工作及成果有:（1）设计了一个基于ICHD-3（中文版）知识库的头痛辅助诊断模型。基于RDF表示方法,设计并构建了ICHD-3的知识表示模型,在此基础上,设计了头痛病辅助诊断模型,主要包括了数据预处理模块、诊断模块、鉴别诊断模块以及解释模块。其中数据预处理模块将文本病历数据转换为了结构化的病历数据。诊断模块以ICHD-3诊断标准为依据,在知识库上采用逐层SPARQL过滤查询的方法实现了符合诊断标准的头痛诊断。鉴别诊断模块根据ICHD-3中给出的鉴别诊断标准,从多个符合诊断标准的诊断结果中选择更可能的诊断结果。解释模块给出了病历中符合诊断标准的患者信息。（2）针对鉴别诊断与专家诊断存在明显差异和病历因不完全符合诊断标准而无诊断结果这两类特殊情况,设计了相应的处理方法。在病历同时得到很可能的无先兆偏头痛和很可能的紧张型头痛这两种诊断结果的特定场景下,ICHD-3直接将前者作为优先级更高的结果,这与专家诊断存在明显差异。针对上述问题,本文引入了随机森林对具有该问题的病历进行鉴别诊断进行优化,将随机森林的分类结果作为优先级更高的诊断结果。针对诊断无结果的情况,从满足部分诊断标准的角度出发,将ICHD-3中总结的头痛典型发作表现作为典型特征,设计了相应的诊断方法和解释机制。其中诊断方法给出了患者可能患有的头痛类型,解释机制给出了病历中符合诊断标准、不符合诊断标准以及相对于诊断标准缺失的患者信息。（3）设计并实现了一个头痛病辅助诊断原型系统。以所设计的头痛病辅助诊断模型为核心,设计并实现了一个带有解释机制的头痛病辅助诊断原型系统。对所设计的模型,通过实验在真实病历数据上进行了有效性验证。本文工作一方面支撑了实际项目的应用,另一方面对于计算机辅助疾病诊断设计有参考价值。