基本信息

---

下载

文档摘要

---

摘要

心脏疾病已成为全球最主要的死亡原因之一，如果能够在其早期症状出现时进行

精确诊断，将有助于控制疾病发展。近年来，人工智能在医学领域的应用已成为当前

的研究热点，使用人工智能技术提高对心电信号（ECG）的识别精度和诊断效率具有

十分重要的实际意义。但目前基于深度学习的分类算法存在特征利用率低、计算复杂

度高、临床效果不理想等问题，且缺乏对数据的系统化管理。因此，本论文以嵌入式

系统为基础，设计了一套高效的心电信号监测与辅助诊断系统。其中智能分类算法采

用融合注意力的轻量化多标签分类网络。该网络融合