目的:　　1.根据中医证候诊断标准，采用正向推理原理，找出气血辨证的基本证型并且找出推理机制;　　2.通过找出的推理机制为中医知识库的建立提供帮助;　　3.通过数据挖掘技术找出证候之间的潜在联系，对应推理机制中的反向推理原则，为知识库的建立提供依据。　　方法:　　1.进行文献查询相关中医辨证推理机制，并总结出气血辨证的推理机制;　　2.对临床收集到的病例，建立数据库并进行预处理;　　3.运用两种数据分析方法，进行气血辨证的各证型之间的证候要素研究。数据分析方法包括:主成分分析法、基于信息熵的关联度系数法。　　结果:　　1.以气虚证为例，有12个主成分的特征值在1以上，对方差的累计贡献率为66.079％，则说明这12个主成分能够解释原数据大部分的变异，即包含原数据大部分的信息。牵涉到的症状基本上能够覆盖临床大部分关于气虚证的症状内容。通过主成分分析法对气虚证的证候要素进行探讨以后得知:　　构成因子1唇甲紫暗，畏寒，肢冷，太息，近似证候为肺气虚，肝气虚;　　构成因子2咳嗽、盗汗、午后潮热、心烦，近似证候为肺气虚，阴虚，心气虚;　　构成因子3气短、眼花、头晕、胸闷，近似证候为肺气虚、心气虚;　　构成因子4面色萎黄、面色白，近似证候为脾气虚、心气虚;　　构成因子5盗汗、两目干涩，近似证候肝气虚;　　构成因子6嗜睡，近似证候脾气虚，湿邪;　　构成因子7胃脘隐痛、失眠，近似证候胃气虚;　　构成因子8面色晦暗、气喘，近似证候肺气虚;　　构成因子9心悸，近似证候心气虚;　　构成因子10肢体麻木、少气，近似证候肝气虚;　　构成因子11神昏，近似证候脾气虚;　　构成因子12多梦，近似证候肝血虚，心气虚;　　2.基于信息熵的关联度系数法对气血辨证临床常见的症状进行分析，寻找数据内部关联性最大的证候群。使用关联度系数法对气血辨证的证候要素进行研究后发现其证候要素可能有:病位类包括心，肝，肾，脾，肺，胃，胆;病性有血瘀、气郁、气虚、血虚。　　结论:　　1.完成了对中医气血辨证相关知识的总结，同时根据本课题以往的研究结果，找出符合气血辨证基本证型的诊断标准、推理过程。为后期完成中医知识库的建立提供条件。　　2.运用主成分分析法和基于信息熵的关联度系数法两种数据挖掘技术，找出症状之间的关联性，并为教学、临床以及后期的研究提供了依据。　　预期在以后的研究中，继续完善四诊信息收集量表，建议使用更大样本的病例，以满足两种分析方法对数据样本的需求，为以后的智能化研究提供帮助。