本研究通过耳穴应激响应的检测，经信号分解与时频分析，建立基于人工神经网络模式识别技术的癌患信息识别模型，通过对模型优化与性能比较的研究，期望找到一种简单易行，具有较高科技含量且建立在中医信息与复杂系统理论基础上的癌症早期诊断方法，探讨其医学与电学的原理性解释。 [方法]使我们自己设计的专用软件与MATLAB工具软件形成面向对象的OLE链接，可随时享用其不断扩充的先进思想与丰富的软件资源。在此基础上，针对本题的要求与特点，进行各穴位应激响应信号的时频分析，人工神经网络的训练。 [结果]1、通过临床测试和总结，进一步明确了实验的操作规范，为测试方法学的统一奠定了基础。2、测试所选取的7个穴位中经过信号的时频分析和人工神经网络的训练所得到的模型能比较准确的反映出癌患与正常人的区别。 [结论]癌患与正常人的耳穴应激响应，完全时域或完全频域都无法区分，当采用合适的时频能量分布、选择合适的特征信息群后，群体比较已具有较明显的统计学意义。如果再通过人工神经网络训练、造模后，经模式识别可直接对个体的癌症概率进行量化表达，且与实际情况基本相符。这种检测与模式识别技术，在进一步加以完善的前提下，有望成为一种新的、建立在中医信息分析基础上的客观化检测手段，应用于胃癌的早期诊断；有望成为中医研究与最新工科技术结合的成功范例。