医学专家临床实践发现大鱼际掌纹粗糙度与哮喘等变态反应性疾病有关联关系，可作为哮喘诊断的一个重要体征。中医师依靠望、闻、问、切主观方式进行哮喘诊断，主观依赖性强，对症状、体征的性质状态的描述不确定，导致中医数据具有模糊性特点。本文采用基于粗糙集和神经网络两种算法相结合的方法应用于哮喘诊断中。实验结果表明将两种方法相融合用于哮喘辨证分型得到了较好的效果。主要做了以下方面的研究：(1)进行大鱼际掌纹图像信息化，将其作为哮喘诊断的一个重要体征。具体步骤为先将掌纹图像经过定位分割获得感兴趣的大鱼际区域，再经中值滤波去噪，采用高频强调滤波和直方图均衡化相结合的方法增强图像，然后采用灰度共生矩阵方法提取图像特征，最后基于支持向量机的方法实现大鱼际掌纹阴阳两类的识别，仿真结果表明具有较高的分类准确率。(2)采用基于粗糙集和神经网络两种算法相结合的方法对哮喘进行辨证分型。具体内容为先将哮喘病历进行离散化，对比分析两种不同的属性约简方法，采用一种MIBARK改进算法对其进行属性约简，得到简化决策表，再将其作为BP神经网络的输入，实验结果显示该方法与使用神经网络单分类器相比，训练速度，收敛效果和准确率都有较大提高，准确率可以达到90%，从而证明了该方法的有效性。