方法学与所研究学科的特点应当是一致的，中医药学具有整体性、复杂性、非线性、动态性，表述具有人文科学的特征，理论具有非线性的特点，操作方式具有经验医学的特质。因此中医研究应当借鉴现代科学成果，特别是复杂性科学的理论和方法，建立科学的、原创的、适合中医学科特点的研究方法。 中医证候诊断与疗效评价是中医发展过程中的两个关键问题，中医证候诊断标准的客观化和科学化是提高临床诊疗水平的必要条件，也是证本质研究的前提；而对中医药复方的疗效评价是科学判断中医医治疗效果的依据、以及在此基础上对中医药复方治疗机理深入研究的必要前提。 神经网络方法具有整体性、系统性、非线性、并行性、自学习性、自组织性和极强的容错性等特点，以其独特的结构和信息处理的方法，在模式识别、自动控制、信号处理、辅助决策等众多研究领域取得了显著的成效，是处理复杂性、非线性问题的主要方法之一。本研究利用了神经网络强大的分类与预测功能，用来解决中医证候诊断与疗效评价两个关键问题，期望为中医药学的继承与创新提供科学合理的研究方法。 在中医证候诊断标准研究方面，本论文在国内首次提出应用具有高度非线性特征的自组织特征映射神经网络方法，进行中医证候诊断标准的分类研究，自组织竞争神经网络属于无导师的分类方法，因此能保证分类的客观性。 其实现过程是：以建国后名老中医冠心病医案为研究对象，并对入选医案进行数据的规范化预处理和症状的降维处理。考虑到辨病论治的基本观点和冠心病的症状重叠现象，将冠心病的诊断标准分为辨病诊断标准和辨证诊断标准两部分，冠心病辨病诊断标准初步确定为：胸痛(闷痛、刺痛、绞痛、隐痛)、痛有定处；伴有胸闷、心悸；甚者痛引肩背。针对医案集中的未重叠症状，用MATLAB6.5软件神经网络工具箱中动态增长自组织映射模型(TGSOM)方法进行聚类训练，从TGSOM程序运算结果可知每个映射区域的医案分布情况，统计各映射区域医案数目及具体医案，根据医案症状的分布频数确定各映射区的症状分布情况，参照医案中病机的阐述及相关中医理论确定映射区集合的证候类型。在此基础上给出了每个症状的权重，建立了基于自组织神经网络的冠心病证候诊断标准。 证候分类结果提示：本医案集的冠心病证候可分为阴虚火旺、心肾阳虚、痰浊内阻、气虚血瘀四个证型。其中阴虚火旺的诊断标准为：失眠、心烦、口干、易怒、盗汗、神疲，舌红、苔薄黄或剥脱，脉弦细；心肾阳虚的诊断标准为：腰膝酸软、畏寒肢冷、耳鸣、气短、乏力、纳呆、舌质紫暗或舌淡或胖大、苔白腻、脉沉弱；痰浊内阻的诊断标准为：肥胖、痰多、纳呆、气短、便溏、浮肿、舌质淡、胖大、苔白腻、脉沉细、弦滑；气虚血瘀诊断标准为：气短、头晕、面色苍白、自汗、神疲、乏力、舌质淡、胖大、有瘀斑、苔薄白、脉弦细或结代。实例分析表明，本证候诊断标准所作出的诊断同医案诊断结果非常接近，完全符合率为：73.3％，基本符合率为93.3％。说明该方法是一种科学的分类方法，适合冠心病临床证候诊断。 对中药复方的疗效评价是中医药研究的另一个关键问题，中药药效评价的研究中应充分考虑到中药复方作用方式的复杂性与非线性，并以此来构建中药复方药效评价体系，这是开发具有自主知识产权的中药、保护我国中医药资源、参与国际竞争的迫切需要，也是我们现阶段面临的重大课题，我们通过对现代中药药理研究的分析，提出了中药复方的“低强度多层网状”作用方式的假说，在此假说的基础上，特别探讨了多个次要结局指标与主要结局指标的非线性、复杂性关系。 由于反向传播神经网络(BP神经网络)具有强大的模拟与预测功能，可以从有畸变和缺损以及背景复杂的信息中提取系统的输出与输入间的相互关系，所以本研究利用BP神经网络方法，建立了药效预测模型，期望针对中药复方的“低强度多层网状”作用方式，提供一种可行的中药复方疗效评价的方法。 作为基于BP神经网络中药复方药效预测模型建立与指标评估的应用实例，我们采用食饵性兔动脉粥样硬化(As)模型，观察脂脉康对AS面积、血脂、内皮素(ET)及一氧化氮(NO)的影响，采用BP神经网络技术，识别终点指标(兔动脉粥样硬化面积)与血脂、内皮素(ET)及一氧化氮(NO)等影响参数之间的关系，建立兔动脉粥样硬化(AS)面积预测模型，并根据该神经网络模型预测兔动脉粥样硬化面积。研究结果提示:该模型可以较好的通过次要指标预测终点指标的情况，平均相对误差为4，55%;应用冠心病动脉硬化预测神经网络模型，推导出TG、HDL一C、ET、NO对动脉硬化面积的影响度分别为0.398、0.174、0.207、0.220。本研究为实验选择次要指标提供依据，为中药复方疗效评价提供科学、客观、简洁、可行性强的方法。