高血压作为常见的慢性病,已经成为威胁心脑血管病的最主要因素,能诱发脑卒中、心肌梗死、心力衰竭及慢性肾脏病等系列并发症。根据近年的报告指出,我国高血压患病人口基数大,而控制率、治疗率偏低。如何提高高血压防治的控制率与治疗率成为当前一个热门话题,且有着相当的研究价值。所幸的是,随着大数据时代的到来,大数据分析为许多医学难题的解决提供了新途径,改变了一些疾病诊断方式。苏州市智能健康管理与信息工程技术重点实验室所设计的多功能便携血压计,通过蓝牙技术将患者的血压记录传输到移动终端以及云端健康监控中心。血压计在实际使用过程中,收集了大量的用户数据,利用这些数据来进行数据挖掘分析有着重要的研究价值。针对高血压控制率、治疗率偏低的现状,本文对高血压的防治现状以及大数据挖掘技术进行深入研究分析,设计了高血压治疗效果分析系统,主要完成的工作如下:针对高血压患者诊断记录的数据特点,设计了基于Hbase数据库的高血压患者案例记录库,为系统进行大规模数据建模以及检索提供了快速检索能力。在案例库的基础上设计了高血压用药推荐与疗效预测模型。系统使用了随机森林分类算法来对高血压患者案例库进行用药分类,利用对源案例的分类结果来做用药推荐。同时,系统使用案例推理来查找与源案例接近的目标案例,来为患者做疗效预测。实现了基于SSH(Struts+Spring+Hibernate)网络框架的高血压治疗效果分析系统,包括用户管理模块、高血压患者案例管理模块、高血压治疗效果分析模型建立模块与高血压治疗效果分析模块。并且搭建基于Hadoop分布式计算平台以及Hbase分布式数据库的大数据处理系统,并部署网站系统在Tomcat容器上。针对系统的关键功能进行了测试,测试结果显示了系统拥有海量数据存储能力,能进行大规模分类建模与运算。通过本系统,用户能够通过上传高血压案例数据来进行疗效分析以及实现用药推荐等功能。