本文在总结多年的数据挖掘经验的基础上，综合多元统计分析算法、模式识别算法、人工神经网络算法，应用数据库计算、网络计算和计算机软件技术，研发了一套生物数据挖掘软件(BiologicalDataMiningSoftware，简称BioDM)，申请并获得了三项国家计算机著作权登记证书(登记号分别为：2007SR03933，2007SR03934，2007SR039335)。文中详细介绍了软件的开发目标和软件的使用方法。BioDM软件可以广泛应用于各种生物实验数据的研究和分析中。 人体内微量元素浓度的变化经常预示人体健康状况的改变，这对于癌症病人尤其重要。本工作收集了93份研究样品，其中包括48个前列腺癌病人头发样品和45个作为对照的正常人头发样品。应用ICP-MS方法测量了这些头发样品的20种微量元素组成，并应用BioDM软件，对测量结果进行分析，以寻求前列腺癌病人头发微量元素发生变化的特征。应用多元统计分析算法筛选特征变量，研究结果表明，在20种被研究的微量元素中，钙和磷的含量变化与前列腺癌密切相关。应用模式识别算法构建了一个诊断前列腺癌症的可视化模型，应用人工神经网络算法对模型进行优化，这个模型可以清晰地把前列腺癌病人与正常人区分开来。为了验证这个模型的预报能力，我们使用这个模型对一组新的样本进行了预报，预报结果与临床诊断结果完全符合。从而为创建一种新的前列腺癌症诊断方法奠定了理论基础。