当今社会心血管疾病是威胁人类健康的大敌。如何及时而准确地诊断心血管疾病是各国科学家非常关心的问题。传统医学诊断方法，诊断的准确性与医生医疗水平密切相关。对于缺乏医学专家的中小型医院，其疑难病症的误诊率居高不下。基于这一情况，人们开始把目光转向一个新的领域，就是研究如何将人工智能技术与医疗诊断相结合。特别是随着计算机技术和人工智能理论的发展，使得利用人工智能方法诊断疾病成为可能。本文提出了一种以神经网络和专家系统相结合的混合系统为核心的心血管疾病智能医疗辅助诊断系统。　　本文介绍了一种新的神经网络训练算法--单参数动态搜索算法（SPDS）。SPDS算法采用了坐标轮换的方法，每一次搜索都使得一个参数满足误差要求。其特点是对于不同的网络参数首先获得其相应的简化了的等价误差函数，这样尽管增加了一维搜索的次数，但却能够大大减少计算量，从而加快了训练的收敛速度。　　为了克服神经网络训练规则与实际应用要求的不一致问题，本文提出了区域映射模型，并将之与SPDS算法相结合。使得同一的输入由原本映射到输出空间的一个点扩大到输出空间的一个区域。放宽了训练标准使其与应用要求一致，进一步加快了收敛速度。　　本文提出一种神经网络与专家系统串联的的工作模式。这种串联而成的混合系统一方面以神经网络作为医疗诊断知识的获取方法，特别是对于获取来源于医疗实践过程中的难于表达的知识，克服了专家系统知识获取的“瓶颈”问题；另一方面发挥专家系统良好的解释功能，克服了神经网络的黑箱结构使得病人无法得知系统的推理过程的问题。　　最后，本文从软件工程的角度详细的描述了心血管疾病智能医疗辅助诊断系统的整个开发过程。从可行性分析、需求分析、系统设计、编码及测试，开发的每一个过程都严格遵循了软件工程的思想。