目的应用CytoScape软件和神经网络挖掘方法分别构建慢性心衰(CHF)阴虚证和阳虚证多系统理化指标信息的诊断模型,探索慢性心衰阴虚证和阳虚证病人理化指标信息的组合模式及其生物学意义。方法收集100例CHF病人四诊信息和生物样本进行多系统理化指标的检测。在应用分析差异指标基础上,综合应用CytoScape软件及神经网络数据挖掘方法进行相关性分析和数据建模,从而形成慢性心衰不同证候患者多系统理化指标的诊断模型。结果应用上述方法筛选出阴虚证和阳虚证有统计学意义的多系统理化指标,依次进入神经网络数据挖掘并建模,每种证候都取得了较高的准确性和预测度。结论神经网络数据挖掘方法不仅可以用于临床理化指标信息数据进行CHF病人证候的建模分析,而且还能深入挖掘和揭示与CHF不同证候相关的多系统理化指标信息,为深入揭示不同中医证候心衰的生物学基础提供参考。