中风病严重危害着人类健康，死亡率高，致残率高。据调查，每10万人中风病的年发病率为230人，年死亡率164人，患病率634人。结合东直门医院关于新一代中风病中医诊断标准的研究，本文采用了数据挖掘的技术来建立中风病中医诊断的模型，以使诊断标准更加具备规范性、特异性、可计量性、可重复性、可操作性，并希望以此与国际标准接轨。 本文介绍了中风病中医诊断研究的研究现状，阐明了在中风病中医诊断标准研究中引入数据挖掘等信息技术的必要性，并介绍了数据挖掘技术在国内外的研究现状和常用的典型算法。 论文阐述了数据挖掘在中风病中医诊断标准研究中的应用。包括中风病诊断研究的前期数据准备、风病诊断数据仓库的开发和中风病诊断数据挖掘模型的开发。在数据准备阶段，论文以作者开发的中风病四诊信息调查分析软件为基础，在东直门医院的配合下对多个中医院的中风病诊断数据的收集和整理。关于中风病诊断数据仓库的开发，论文主要介绍了中风病数据仓库的组成、中风病诊断数据仓库的体系结构、中风病诊断数据仓库的开发过程等三个部分。决策树、神经网络和回归分析是数据挖掘中常用的算法。本文在结合中风病诊断的基础上，重点阐述了基于上述三个算法的数据挖掘模型的开发，并展示了作者开发的部分模型及模型运行后的结果，并通过与中医专家经验辩证的结合，论文形成了初步的中风病中医诊断标准结论。