随着医院数据库的信息容量不断扩大，如何充分利用宝贵的医学信息资源来为疾病的诊断和治疗提供科学的决策，促进医学研究，已成为人们关注的焦点。尤其是我国传统中医学，随着我国老中医年龄的老化，大量宝贵的中医经验仅靠单纯的文本记录是很难保存下来的。数据挖掘是从数据库或数据仓库中发现隐藏的、预先未知的、有趣的信息的过程，是近年来随着人工智能和数据库技术的交叉融合而兴起的边缘学科，它致力于发现隐含在数据中的关于事物本质和事物发展趋势的知识或规律，并为专家的决策提供支持。在中医药领域应用数据挖掘技术是一个有着广阔前景而又充满挑战性的研究方向。但是，截至目前，对名老中医的学术思想和临证经验的研究，尚停留于整理、归纳阶段，带有一定的主观成份。本课题的主要目的是依据数据挖掘技术，通过收集治疗典型病例的众多医案，从不完整甚至是不一致的数据中，挖掘出典型病例的用药规律，为中医临床治疗、中医药教学及中成药的研制提供参考。本论文首先介绍了数据挖掘的概念、技术和研究现状，并介绍了关联规则挖掘的基本理论及经典挖掘算法，并予以算法分析，采用一种频繁模式增长算法FP-Growth算法，对中医数据进行关联规则挖掘，避免了大量候选项集的产生。结合实际医学资料—慢性胃炎中医证型资料，利用FP-tree对中医的数据进行挖掘，通过分析慢性胃炎病人的病例资料，从中挖掘出病症和辨证、辨证和处方、病症和处方之间的关联规则，并对挖掘出来的规则做了分析说明和验证，是数据挖掘技术应用在中医中的一个尝试。