21世纪以来,随着计算机技术在各行业应用中取得各项重大进展,将计算机技术应用到其他行业成为了研究的热点,其中在医学领域的应用更是取得了许多成果。医学信息学便是计算机和医学相结合形成的交叉学科,医学信息学走过了近40年的发展路程,已然变成为一门具有前瞻性的、国内外研究热点的交叉学科,对医学的进步起着越来越重要的作用。其中传统医学领域在漫长的发展中积累了海量的医学数据,怎样有效的利用计算机处理这些数据成为了医学领域热门的研究方向。近些年,大数据,云计算,数据挖掘等技术的日趋成熟,对传统医学数据的研究进入了新的阶段。大脑是人类最重要的神经中枢。脑电图(Electroencephalography)是通过电极记录下来的脑细胞群自发性,节律性电活动。在脑科疾病的临床诊疗中,脑电图具有极其重要的参考价值。对脑电信号进行挖掘分析的研究日益增多,由国内外大量的研究表明,把数据挖掘的手段应用与脑电信号的分析中取得了很多的成果。本文以脑健康远程照料系统项目为背景,以成都第三人民医院脑电监测室的癫痫发作期脑电数据为基础,研究和设计一套针对脑科疾病的,可以对脑电数据进行持续性处理的数据挖掘系统,主要包括以下几个方面的内容:首先深入研究了跨行业数据挖掘的标准,分析了传统数据挖掘的过程和医学领域数据挖掘的国内外研究现状,总结借鉴了其中优秀的方法和理论。其次研究了国内外对脑电信号特征提取与选择的理论和方法,总结并针对癫痫发作期脑电信号的特征提取与选择方法进行阐述。然后,主要完成了脑科疾病数据挖掘系统的需求分析,系统总体设计并将系统分为数据处理子系统,算法调用子系统,知识展示子系统,用户管理子系统,以及系统主要功能的实现技术,功能模块和主体流程等。最后,通过实际的癫痫发作脑电数据,对本系统进行了测试,并得到了有价值的数据挖掘结果,证实了本系统的有效性。论文一共分为六个部分,首先第一部分介绍了本课题的研究意义、背景和国内外现状,以及本文的主要工作和组织结构;然后第二部分阐述了脑电信号的理论基础并对脑电信号的特征提取和特征选择算法进行了研究;第三部分对脑科疾病数据挖掘系统进行了详细的需求分析;第四部分对脑科疾病数据挖掘系统进行了总体设计和各模块的设计细节;第五部分对系统的主要功能的实现进行了说明和展示;第六部分对脑电数据进行处理并对得到的结果进行了分析。最后对本文工作进行了总结和展望。