随着科学技术的发展，尤其是电子技术、计算机技术和生物电磁技术等高新 技术领域中科学研究的不断深入，跨学科的基础研究受到了世界各国的高度重 视。一些发达国家正试图利用心脏磁场信号这一新的途径来进行心脏疾病的诊 断。为此，关于心磁信号处理的研究已成为该领域的研究重点。 心磁图是根据人体心脏微弱磁场测量信号计算得到的医学图像，它反映了人 体心脏的电活动，可以给医生提供诊断心脏疾病的信息。为了提高心磁图成像 精度，通常需要对心磁检测信号进行插值预处理。径向基(Radial Basis Function，简记为RBF)神经网络是前馈神经网络中的一类特殊的三层神经网 络，具有很好的收敛性，且有相当好的计算稳定性。本文研究了径向基神经网 络在心磁信号插值中的应用，并取得了较好的效果。经过努力，主要完成以下 几方面的工作： 1、在研究人体心脏结构及其运动机理的基础上，综述了心脏磁场检测理论， 心磁图在人体心电生理活动诊断方面的应用，以及由SQUID获得的心脏磁场数 据的特点。 2、针对心脏磁场检测数据的特点，研究了对心磁记录数据进行预处理的方 法。 3、为了提高临床心脏疾病诊断的精度，本文分析了心磁图的绘制算法及对 实测心磁记录数据进行插值的必要性。 4、在学习人工神经网络相关知识，比较RBF与BP神经网络结构和逼近能力 等问题的基础上，提出了一个基于RBF神经网络理论的心磁数据插值方法，并 通过编程实现了心磁数据的插值计算。 5、通过均方根误差和拟合优度两个性能指标，比较了用线性插值、三次样 条插值、BP神经网络插值、RBF神经网络插值等方法计算的精度。结论是RBF 神经网络插值与三次样条插值的精度接近，且较其它方法好。 关键词：人工神经网络 RBF网络 心磁信号 插值