近年来世界各国都在推广基于电子健康档案的信息医疗系统,来解决传统医疗系统之间的信息共享和软件工程开发问题。基于电子健康档案的慢性病研究不仅能从管理上辅助慢性病防治,还能够为科研人员提供慢性病数据分析。在慢性病中糖尿病发病率日益升高,已经成为严重影响身体健康的三大慢性疾病之一。目前现有基于糖尿病数据挖掘研究中,没有经过数据匿名化处理,在挖掘和发布过程中不可避免的带来了隐私泄露问题；另一方面已有糖尿病并发症的数据挖掘研究只考虑了糖尿病和并发症之间的关联度,忽略了糖尿病的相关因素。本文针对目前糖尿病数据挖掘研究中病人隐私泄露的现实问题,采用了L-diversity算法匿名化糖尿病数据,解决数据挖掘和发布过程中的病人隐私保护问题。在此基础上,数据预处理阶段中本文采用了基于熵的离散了数据集中的连续属性。本文还提出了基于频繁顺序表的FP-Tree改进型数据结构,通过对比分析得出基于改进型的FP-Growth算法有效提高了计算效率。在糖尿病并发症关联挖掘方面,本文充分考虑了其相关因素,并分析了糖尿病基于支持度-置信度框架的局限性,提出了基于兴趣度的FP-Growth算法的糖尿病并发症挖掘算法。在实现相关算法和模块的基础上,本文设计了糖尿病并发症挖掘系统的整体框架,同时对系统功能和性能进行了详细的测试,实验结果表名其能有效地过滤关联规则中负相关和弱相关的规则。