定性映射(Qualitative Mapping,QM)模型是思维建构和智能模拟的属性论方法中的的基本数学模型,它表达的是事物属性量—质特征转化关系,其哲学基础是事物质量互变规律,其基本内涵是依据特定的属性基准,从事物的一个或多个量特征中抽取出质特征。在数学上已经证明人工神经元是定性影射的一个特例,用它可以解决异或分类问题,双螺旋问题等人工智能问题中的经典难题。论文在论述了各类定性映射模型的基础上,将定性映射相关理论与心电图学相结合,用定性映射的方法成功解决了判断一个给定的常规心电图是否正常以及如果该心电图不正常,则反映出什么病症并同时给出治疗的方案的问题,并给出了相关的判断算法以及基准调节算法。随着计算机科学技术和医疗事业的发展,现在已经越来越需要将计算机领域中的相关技术和医学相结合,用于促进医学的进一步发展,同时提高医疗的安全性和效率以及用于医生诊断病情。心电图检查在于辅助临床诊断,在考虑和评价心电图时应运用“一分为二”的观点,对其要有客观的分析,充分认识心电图的特征和限制,切勿将之孤立起来,以免得出片面甚至错误的结论,只有对心电图的应用范围与限度有充分的了解,才能发挥其在临床上的效能,故应适当选择病人,掌握心电图检查的指征,以免乱用与误诊。因此本研究课题正是将计算机领域中的属性论中的定性映射理论与心电图学成功结合在一起,用于医生判断病人的心电图是否正常辅助诊断。本文研究的意义在于;事实证明属性论中的定性映射理论是可以与心电图学相结合并应用其中,对心电图进行相应学习判断,用于作为医生对病人的辅助诊断。