一种轻量级异常心律检测方法

本发明公开了一种轻量级异常心律检测方法，包括：对数据集进行预处理，包括数据一致性处理和去除噪声处理；在单一分类任务阶段中，需要训练所提出的ECGEMO‑Net，通过倒置残差结构和混合特征调制注意力模块，对ECG的局部、非局部和全局信息进行有效的调制与混合，突出异常心律的关键特征并减弱冗余信息。在多任务阶段中，在训练阶段进行异常心律检测的同时引入3导联信号重构12导联信号的辅助任务，缩减12导联ECG与少导联模型间的性能差距。在模型压缩阶段中，将多任务框架下的3导联输入模型作为教师模型，并将其进行模型简化构建学生模型，将教师模型的知识传授给了学生模型，提升学生模型的分类性能的同时降低计算复杂度。