诊断学是利用医学知识针对临床症状对疾病做出合理的诊断。临床症状包括症状、体征、实验及各种检查，是主治医师诊断病情的重要材料。我国目前拥有的良医很少，而且基本集中在中心城市的少数几个大医院，他们需要面对全国各地的患者，普通患者需要排队数周甚至数月才能得到诊治。而那些偏远地区的医院，真正称得上“专家”的良医极少，甚至没有。导致这些医院对疑难病症的误诊率一直在高位徘徊，在某些医疗条件差的小医院经常出现大病小治的误诊情况，延误了患者最佳的诊疗时机，甚至危及患者生命。本课题研究的智能医疗诊断系统就是面向这个需求而研制的。智能医疗诊断系统由中医诊断系统、西医诊断系统、病案库构成。中医诊断系统和西医诊断系统是系统的主体，其中中医诊断系统基于案例推理模型，利用人体信息采集设备，模拟中医诊断过程，实现中医诊断工程，而西医诊断系统是基于遗传算法优化过的神经网络模型，从医院信息系统的病案库中获得疾病的诊疗方法。课题中的主要工作有四方面：1.根据中医缺乏机器检查手段实现的特点，文中采用人体信息采集的方式，对中医号脉等操作进行模拟，实现了用中医的方式进行检查，并将检查结果定量保存到中医的案例库中。同时基于中医的特点以案例的推理为模型，建立一个中医诊断的专家系统。利用不断增长的案例库作为知识库进行推理，实现中医诊断功能。2.西医拥有丰富的诊疗手段，而且各西医院的病例库已经很完善，同时，西医的检查都是定量呈现。因此，本文设计了基于神经网络的诊断模型，充分利用现有的医院诊断体系，利用医院已有的病例库作为网络训练样本，实现西医诊断功能。3.神经网络对样本训练的时间很长，而且还很容易陷入局部极小。本文采取遗传算法来优化BP算法，加快它的收敛速度，避免其陷入局部极小，指定恰当的网络结构和初始权值的范围。从而达到优化整个疾病诊断模型的目的，这样，疾病诊断模型才有望出现令人满意的结果。4.用户界面是用户与系统交流的基础。有好的用户界面能够大大降低系统的使用难度，使提高系统的可用性和利用率。本文设计了适合智能诊断系统的用户界面，通过向导模式建立了用户与诊疗系统的沟通手段，使诊断系统的易用性得到极大的提高。