摘要

心电图（ECG）可以可靠地用于监测心血管系统的功能。近年来，对心搏的准确分类引起了广泛关注。尽管不同的心电图条件之间存在许多共性，但大多数研究的重点在于在特定任务的数据集上分类一组条件，而不是学习并应用不同任务之间的可迁移知识。本文提出了一种基于深度卷积神经网络的心搏分类方法，该方法能够根据AAMI EC57标准准确分类五种不同的心律失常。此外，我们还建议了一种将在此任务中获得的知识迁移到心肌梗死（MI）分类任务的方法。我们在PhysioNet的MIT-BIH和PTB诊断数据集上评估了所提出的这种方法。根据结果，该方法在心律失常分类和心肌梗死分类上的平均准确率分别为93.4%和95.9%。