目的:本研究试图将本体论的知识理论引入到护理领域中,通过教材、书籍、指南等多种资源广泛收集脑卒中护理的相关知识,借鉴现有的分类方法,将收集到的脑卒中护理资料进行分类,形成脑卒中护理模型,根据语料收集脑卒中护理的概念集、属性集、关系集,实现脑卒中护理领域本体的构建,基于该疾病护理领域本体构建流程,从而创建一个可共享的、可复用于其他疾病的护理本体构建框架,为护理领域其他疾病本体构建提供借鉴,为数据挖掘、单种疾病护理知识查准率提高做基垫。方法:本研究采用文献调研法广泛阅读已构建的医学领域本体构建的优秀成果,学习本体构建的相关知识,掌握本体构建的相关技术,采用斯坦福大学的“七步法”,尝试将本体论的知识引入到护理领域中。通过临床实践、数据平台、教材、书籍、指南等多种资源广泛收集脑卒中护理的相关知识,通过语义分析法,选取合适的语料,并对其格式全部进行转换,最后形成符合系统识别的原始语料数据库。通过书籍、教材、现有的本体、药物手册、护理手册等广泛收集脑卒中护理领域的属性集,采用语义分析法对所收集的原始语料进行属性字段标注,通过内容分析对已标注属性字段进行合并去重、整合去重,最后形成了属性词同义词词表。采用文献调研法广泛阅读护理学领域的分类方法,对比中图法、Me SH、护理程序等多种分类方法,对其优缺点进行比较。借鉴中图法、Me SH、护理程序和书籍等现有的分类方法,将收集到的脑卒中护理资料进行分类,形成脑卒中护理模型。采用XML schema语言将脑卒中护理分类进行模型表示,通过http进行请求,上传写好的XML schema进行提交,先对文本进行中文分词,获取关键词,通过倒排索引的方式,将原始word版语料上传至solr库,最后形成了近千条的数据。采用人工的方法,对solr中的再生资源进行抽检,将抽检结果及时反馈,直至无误。将原始资料中所涉及的概念名词按照文件分类的方法进行等级划分和概念收集,并进行合并去重、整合去重。借鉴教材、书籍、书册等形成属性词表,并进行本体关联。将概念词表和属性词表根据专家函询结果进行修改,将修改后的词表上传至护理大数据平台,形成脑卒中护理领域本体,并通过平台的可视化技术,对本体进行可视化结果的展示,并将形成的脑卒中护理领域本体在该平台进行应用。结果:最终形成20个概念类别,1917个概念词,属性关联词表一共获得154条,其中属性类型中有74个为基础属性,80个专业属性;概念类别中含属性名称最多的为“疾病和症状”,共含有19个属性名称,占比12%,其次为“康复护理”,含有17个属性名称,占比11%;属性名称一共有74个,每一类概念类别都有对应的定义对其进行基本概述,所以“定义”出现频率最高,一共16次,占比10.39%,其次为护理措施,出现8次,占比5.19%。根据概念词表,借鉴教材、书籍、手册、大数据平台等收集概念词同义词词表,进而形成了脑卒中护理领域本体。结论:在此研究过程中不仅形成了脑卒中护理领域本体,也探索出了一条单种疾病全护理领域本体构建模型,为之后其它种类疾病护理领域本体构建提供借鉴,也为单种疾病资料的查全率、查准率等研究奠基。