摘要
本发明提供一种心电图自动分类方法和装置,包括:对心电图数据进行预处理,得到预处理结果;将所述预处理结果输入至预先构建的特征提取组合模型中,得到综合特征向量;将所述综合特征向量输入至预先构建的分类模型中,得到目标类别;其中,所述特征提取模型是基于卷积神经网络和长短期记忆网络组合构建得到的;所述分类模型是基于深度神经网络利用海量心脏病预测相关特征进行训练得到的。本发明通过预处理提升特征提取的准确性,通过卷积神经网络和长短期记忆网络进行特征提取,更好地捕捉心电图波形中的时序和形态信息,将深度学习提取的特征与传统心电图特征进行融合,采用训练好的分类模型进行分类,从而提高了心电图分类的准确性和效率。