随着腹膜透析技术的不断进步，腹膜炎不再是肾衰竭患者退出腹膜透析的主要原因。而患者营养不良和透析不充分是影响腹膜透析成败和患者生活质量以及生存率的两个关键因素。所以对患者的营养状态和透析充分性的正确评估变得越来越重要了，但现有的评估方法存在着很大的不足。随着智能算法理论在各个领域中的广泛应用，为解决腹膜透析领域中的诊断和评估问题提供了新的思路和方法。本文将智能算法用在腹膜透析患者营养状态和充分性两个方面的评估中，得到了良好的效果，并建立了腹膜透析智能评估系统。主要研究内容有：　　 1.本文分析了影响腹膜透析患者营养状态的因素和现有的评估方法，研究了无监督学习的ART2网络在营养状态的评估中的应用，并改善了ART2网络的模式漂移现象，改进了传统ART2网络的学习算法。在解决无学习样本的腹膜透析患者营养状态的评估中，取得了较好的分类结果。　　 2.传统的ART2网络在相似性度量时存在着忽略幅度信息和模式漂移的缺点，导致其在某些场合的应用受到限制。本文提出了一种基于ART2网络和动态聚类的分类器。实验证明，新的ART2网络优于传统的ART2网络。　　 3.由于受到医生的主观性因素和充分性评估的客观复杂性的影响，对透析充分性客观、准确的评估往往会受到置疑，进而使得患者对医生的信赖大打折扣，这样不利于患者的治疗和康复。结合模糊集合理论中的模糊综合评估技术理论，为准确的、客观的对患者充分性的评估提供了有效的手段。根据专家医生提供的信息，本文建立了多指标综合评判体系和方法。该方法通俗易懂、可操作性强、容易实现、易于与原有的评估方法结合以及便于实际应用和推广的优点。　　 4.开发了腹膜透析智能评估系统。实现了腹膜透析信息管理功能和智能评估功能。