心血管病是中国死亡率最高的疾病,致死率呈逐年上升趋势。其中心血管病患者死亡的一个重要原因是由心室颤动(简称:室颤)导致的猝死。室颤发病急,发病重,通过心电图观察可发现室颤病人的心跳通常每分钟大于三百次,致死率非常高。目前室颤主要的治疗手段是将高压电通过人体对心脏除极,达到除颤的目的。这类除颤方式对病患伤害大,能量利用率低。因此医学上需要对室颤有新的认识,为无痛、低能量除颤提供新的治疗思路。从可激发介质的角度观察心脏,可以观察到健康心脏组织中的电生理信号模式为靶波,失速与室颤的心脏组织中的电生理信号为螺旋波信号。螺旋波是一种常见的时空斑图系统,而螺旋波波尖通常被认为是螺旋波的源头,通过对螺旋波的稳定性分析,可知在其波尖的轨迹与螺旋波的稳定性直接相关,研究这一波尖系统能通过二维系统观察无限维的螺旋波系统,直观地获得系统稳定性的信息,对深入理解室颤的发生机理具有重要意义,同时对室颤的治疗也具有重要的指导意义。确定学习理论是一种利用径向基函数神经网络对周期或回归轨迹动态系统进行局部辨识的理论,利用该方法辨识系统的未知动态,时空系统的动态信息可以被保存到常值神经网络中,实现对时变系统未知动态的时不变表达。因为辨识到的结果已存储到常值神经网络中,利用这类已学习到的信息,可以实现对系统动态的快速模式识别。本文主要研究了螺旋波波尖的动态辨识及快速模式识别。首先,本文通过五点差分方法对无限维的螺旋波反应扩散方程Barkley模型进行有限差分运算,利用等高线法对螺旋波波尖进行提取;其次,本文基于确定学习理论对常见类型的螺旋波波尖进行动态辨识,辨识的结果可以保存到一系列常值神经网络中;基于辨识到的结果,本文提出一类螺旋波波尖动态的快速模式识别方法,该方法能实现对螺旋波波尖动态的准确识别;最后本文提出了一个螺旋波波尖的速度-频率子系统,该子系统具有周期性好,周期短的特点,利用该子系统,可以用更少的神经网络实现对螺旋波波尖动态辨识与模式识别。