随着医院信息化建设的不断深入，信息系统已覆盖了医院业务开展的各个部门，特别是病人的诊疗过程，从挂号登记到病历文书书写，从处方医嘱下达到病人费用结算，都以电子化形式存储在信息系统数据库中，积累了海量医疗信息，作为脑专科医院，对神经系统专科病种的电子病历（Electronic Medical Records）信息积累尤为丰富。近年来，电子病历信息的数据挖掘（Data Mining）已逐渐成为研究的热点，因此，积极探索科学实用的数据挖掘技术，在海量电子病历数据中发现有价值的规则，为临床专家在疾病诊治和临床科研提供科学依据，提升诊治水平，具有重大意义和广阔前景。本文在研究关联规则数据挖掘技术基础上，结合广东三九脑科医院的医院信息系统，开展基于关联规则的电子病历挖掘的应用研究。主要内容包括：1.对国内外数据挖掘技术在医疗领域应用现状进行分析，介绍了医院信息系统的体系结构和应用进展。针对电子病历数据分析，阐述了挖掘的方法和过程，以及需要注意的若干问题。2.介绍了关联规则数据挖掘的基本概念，分类和挖掘过程，并对主要关联规则算法Apriori和FP-growth算法进行了描述，应用举例。3.重点对Apriori算法的执行过程，实例说明，局限性和优化方法进行了描述；针对电子病历数据结构复杂，数据量大，数据更新速度快等特点，在挖掘频繁项集时，从减少扫描的数据量和减少对事务数据库扫描的方面考虑，采用改进的Apriori算法，并对改进算法进行了实际数据的实验分析，较之经典Apriori算法提高了数据挖掘效率。4.以广东三九脑科医院电子病历系统2011年度出院病历数据为例，分析了数据预处理的方法和操作过程，采用改进的Apriori算法分析了癫痫及相关疾病之间的规律，并对挖掘结果进行了评价说明。