研究目的：目前,随着城市化进程的加快、城市人口密度加大、生活节奏加快、膳食结构改变和环境因素的改变等原因,一些严重威胁人们身体健康的冠心病、心肌梗塞、心律失常、高血压等心血管疾病发病呈居高不下之势,严重威胁着我国居民,特别是老年人的身体健康。大量研究事实表明,心血管疾病的发病与特定的气象条件有密切关系,因此根据气象资料预测疾病的发生受到了越来越多的关注。本研究旨在找出与心血管疾病急性发病有关的关键气象指标,分析其急性发病的气象条件,同时建立基于人工神经网络(Artificial Neural Networks, ANN)的医疗气象预测模型,为心血管疾病的医疗气象预报提供科学参考。研究方法：1.收集2007年1月～2008年12月济南市急救中心在济南市区的20家急救站的心血管病人就诊资料,同时在中国气象科学数据共享服务网上收集同期的气象资料,利用SAS9.1统计软件分析每十天的心血管病发病人数与各气象指标之间的相关关系并进行多元统计分析,找出与心血管疾病发病相关性较大,且相关系数具有统计学意义的气象指标。2.确立用于心血管疾病预测的人工神经网络的结构、传递函数、训练方法等各要素。利用MATLAB7.0软件构建心血管病发病的人工神经网络预测模型,并对网络进行评价。3.利用LabWindows/CVI语言编写预测模型的操作界面,通过与MATLAB的混合编程,调用MATLAB程序构建的人工神经网络模型实现医疗气象预测,同时建立预测模型的服务器端和客户端,实现网络操作和个体化预警。结果：心血管疾病的发病与气象因素及其变化有密切关系,与温度、气压、湿度及各气象因素的变化幅度有较大的相关性,结果表明寒冷干燥的天气,再遇到急剧大幅度降温时,较容易出现心脑血管病的急性发病。利用人工神经网络模型对心血管疾病进行气象相关性预测,结果显示其预测准确度达91%。编写的基于人工神经网络的心血管疾病医疗气象预测系统,实现了点对点的网络操作和医疗气象预测,并可根据预测结果发布不同等级的气象医疗预警和个体化的预警提示。结论：基于BP人工神经网络的心血管疾病医疗气象模型有较好的预测效果,具有进一步研究的价值。在此基础上所编写的心血管疾病的医疗气象预警系统实现了网络操作和个体化预警,具有较高的预测准确度、较强的实用性以及简易的可操作性,应用于气象医疗预报可有效的避免因天气因素造成的心脏病的发病或加剧,提高心脏病人的生活质量,减少医疗支出,减轻社会负担。