临床路径（Clinical Pathway）是针对某种特定疾病建立的标准化诊疗模式,旨在规范临床诊疗流程。头痛是一种较为常见的神经内科临床症状,然而我国目前面临着头痛相关医学人才匮乏以及头痛临床诊断路径不够完善等问题。现阶段,国内头痛相关临床路径主要参考国际头痛疾患分类（ICHD）。然而由于其涵盖头痛种类多,部分诊断标准差异小,更新换代等因素,增加了医生在临床中完整正确运用ICHD的难度。基于ICHD构建头痛辅助诊断系统对进一步提高我国头痛诊疗质量意义重大。大多数现有头痛辅助诊断系统在使用过程中需要由使用者手工输入结构化的患者信息,并且无法处理信息缺失情况下的诊断,这给系统的临床应用带来了困难。因此,研究基于ICHD的头痛病历信息理解和头痛诊断,对推动ICHD在临床实践中的应用,提高头痛诊断质量有重要意义。本文基于ICHD-3中的头痛诊断知识,研究电子病历中头痛诊断要素的抽取方法和头痛诊断方法,设计并实现了一个辅助头痛诊断系统原型。本文的主要工作及成果有:（1）研究了面向辅助头痛诊断的电子病历信息抽取。根据ICHD-3中诊断过程所需知识,结合电子病历自身特点,设计了一个集成词典、规则和机器学习方法的组合式抽取方法,从电子病历中抽取诊断要素,形成头痛辅助诊断过程中自动从病历中识别头痛诊断依据的技术方案。（2）研究了一种基于ICHD-3的头痛诊断方法。分析ICHD-3中的头痛诊断知识特点,设计了一种基于LPMLN的头痛诊断知识表示和诊断方法。通过将疾病诊断知识和患者个人信息转化为LPMLN程序进行非确定性推理,在关键诊断要素缺失和诊断要素与诊断标准存在冲突时仍能给出合理的诊断建议列表。（3）基于本文提出的电子病历诊断要素抽取机制和头痛诊断方法,设计并实现了一个头痛辅助诊断系统原型,对电子病历信息的应用和临床指南及路径的自动执行方式研究具有参考价值。通过使用原发性头痛病历进行抽取测试和诊断测试,验证了本文所提出的联合抽取机制和诊断方法在头痛诊断依据识别和头痛诊断方面的有效性。