一种基于残差收缩网络的心电图心律失常分类方法及系统

本发明公开了一种基于残差收缩网络的心电图心律失常分类方法及系统，其涉及心律失常分类技术领域。本发明通过多环节协同实现高效心电图心律失常分类，设计精细预处理、数据平衡策略与多注意力机制融合的模型：预处理经小波去噪、精准R波检测等提供高质量输入；欠采样‑过采样混合策略解决类别不平衡，提升少数类识别；ResTCL‑Net融合CNN、GRU、RCA、TSA和CLA模块，多维度挖掘信号特征；优化训练策略兼顾效率与稳定性，配合全面评估保障性能。方案显著提升分类准确性与泛化能力，增强异常心拍识别。