本研究基于国家重点基础研究发展计划(973计划)资助项目“证侯规范及其与疾病、方剂相关的基础研究”，主要任务是以复杂系统分划的熵方法、基于相对熵最小化原理的智能系统理论及基于熵的复杂系统智能计算方法，根据中医的临床信息分析中医系统中证候、疾病及方剂之间复杂的相关性，对众多的症状指标做出综合的评价，根据四诊信息进行客观辨证，并揭示中医证候、疾病、方剂三者所组成的复杂系统整体特征演化的基本规律。本研究主要内容及结果如下：　　 ⑴相关是数据分析的主要内容，目前已有大量的研究工作，已经形成了多种分析相关的方法。中医领域中常用的有相关系数法、主成分分析、因子分析、Logistic回归方法等，由于中医系统存在复杂的相关性，这些方法很难揭示它们之间存在的复杂相关性。因此，本课题利用基于熵的互信息方法定量分析中医系统中各指标之间的复杂相关性，研究了基于Shannon、Renyi熵等不同熵定义形式的互信息方法，并提出了用参数估计与互信息结合的方法来分析中医证候与理化指标之间的相关性。　　 ⑵综合评价在各个领域都得到了广泛的研究，在中医领域如何根据病人的临床众多的四诊信息来综合评价病人的病情轻重情况，是中医界广泛关注的问题。目前，中医领域对于定量的综合评价研究工作还很少，大多数工作都是基于定性的评价。定量的评价也是基于简单的将各指标的分值简单的求和来进行评价，这种方法不能够体现各指标之间存在的相关性。本文研究了一种基于熵的广义指标建立方法，并将其应用到中医指标的综合评价。　　 ⑶将基于互信息的特征提取与支持向量机分类器结合实现中医的客观辨证中医的临床四诊信息有很多，但是如果将所有的四诊信息都记录是非常困难的，因此本课题提出用基于互信息的特征提取方法对中医中的四诊信息根据其对于辨证的作用大小进行选择，提取出对于辨证信息量最大的症状组合，作为客观辨证的标准。提出了一种快速计算离散变量联合互信息的方法，提出了一种基于互信息的贡献度定义形式，并将其作为特征提取的截尾准则。将提取出来的症状组合用支持向量机分类，实现中医的客观辨证。　　 ⑷中医的临床诊断都是根据医生的经验主观给出的，对于辨证没有一个严格的客观标准。如何利用四诊的症状信息，通过客观的聚类分析方法，以发现中医辨证存在的客观规律。本课题研究了两种无监督聚类方法：高阶无监督Boltzmann机和基于扩展熵的无监督聚类分析方法，并分别用于中医的病例聚类与症状聚类分析。　　 ⑸辨证过程是人脑思维的过程，是非常复杂的过程，没有严格的规律可以遵循。因此要实现模拟中医辨证过程，需要依靠智能的方法来实现。本课题从智能系统结构分析出发，利用智能系统来模拟中医辨证的复杂过程，通过对中医辨证智能系统的结构分析，提出了用确定性Boltzmann机神经网络进行中医辨证的智能系统模型。根据中医的辨证论治过程，提出了利用主成分分析对四诊信息进行降维，然后利用BP神经网路进行辨证，将辨证结果输入Boltzmann机，开出相应的方剂来模拟中医辨证论治的多层神经网络模型。　　 最后，对取得的研究成果进行了总结，并展望了需要进一步开展的研究工作。