一种基于轻量神经网络模型的心律失常识别方法及系统

本发明涉及数据处理技术领域，具体涉及一种基于轻量神经网络模型的心律失常识别方法及系统，将心电图波动曲线划分为多个心跳周期波形图并聚类，以得到心跳波动异常聚类簇，基于与心跳周期波形图同时间的相邻身体指标波动曲线的波形差异得到目标心跳周期波形图，将心跳波动异常聚类簇中在时序上连续的心跳周期波形图组成连续心跳周期波形图，根据连续心跳周期波形图中目标心跳周期波形图的数量和密集程度，得到连续心跳周期波形图的真实运动异常概率，从而得到连续心跳周期波形图的波形特征的权重，将受运动影响的心跳周期波形图的权重设置的小一些，降低对轻量神经网络模型训练的影响，从而提升心律失常识别模型的训练准确性。