目前,基本上所有医生仍根据经验来对疾病进行诊断,诊断结果的好坏视医生的经验水平而定,对于一些疑难杂症,人们往往必须求助于专家,但是专家的数量毕竟有限,经常延误了治疗。另外对于一些偏远地区来说,医疗资源有限,医生的经验水平也有限,误诊率很高。因此利用数据挖掘技术结合现有医疗系统中的医疗信息,开发疾病辅助诊断系统,具有极其重要的现实意义。本文对以往大量患者就诊信息进行分析,针对数据库中医疗数据的特点,对原始的医疗数据进行了预处理,并针对用于分析的数据中特征过多的问题,对特征进行了降维处理。根据本课题研究的业务类型,选择数据挖掘中决策树C4.5算法进行疾病诊断模型的建立,为了提升疾病诊断模型的泛化能力,本文在C4.5算法的基础上引入了 Adaboost集成算法,并针对医疗领域中患病患者与未患病患者数量差异过大导致的算法预测不准确的问题,对AdaBoost算法进行了改进,提出了 V-AdaBoost 算法和 L-AdaBoost 算法,并给出了 基于 V-AdaBoost 算法和 L-AdaBoost算法构建疾病诊断模型的方法。实验表明,当用于训练的未患病患者数量明显多于患病患者数量时,基于V-AdaBoost算法构建的疾病诊断模型和基于L-AdaBoost算法构建的疾病诊断模型性能均优于基于原始的AdaBoost算法构建的疾病诊断模型。本文最后在V-AdaBoost算法和L-AdaBoost算法的基础上构建了疾病辅助诊断系统,并给出了系统的设计与实现过程,该系统可以预测病人患病的概率,为医生的诊断提供指导性的建议,提高医生诊断的效率,具有一定的应用价值。