（1.大连大学信息工程学院，辽宁大连 116622；2.大连大学物理科学与技术学院，辽宁大连 116622；3.周口师范学院网络工程学院，河南周口 466001）

0 引言

心电图（ElectroCardioGraph，ECG）记录的数据包含关于心脏活动节奏属性等重要数据。心电图包括5 种基本波P、Q、R、S、T，有时也包括U 波。P 波代表心房去极化；T 波代表心室的复极；T 波跟随着每一个QRS 复合物，通常情况下它与QRS 波有一个稳定的间隔［1］。心律失常是心率或节律的不规则性，在某些情况下，可在受试者的日常生活中偶尔发生。为了捕获这些不常见的事件，通常使用动态心电图设备来记录长期的心电图数据［2］。心电图波形检查有助于各种异常的诊断，是研究心脏病最重要和常用的手段之一。

目前心电监测的方法主要包含以下几种：人工监测、基于机器学习的监测［3］和基于深度学习的监测［4］。由于人工观测心电图的步骤繁琐，且需要大量的先验知识做积累，而且很容易忽略心电图中微小的波动变化从而导致判定出错。

近年来学者们主要使用机器学习和深度学习的方法来进行心电图的监测。深度学习方法在图像检测的问题上已经取得了较好的效果。Al Rahhal等［5］使用深度神经网络动态神经网络（Dynamic Neural Network，DNN）使用堆叠降噪自动编码器（Stack Denoising AutoEncoder，SDAE）从原始的两导联心电图数据中进行适当的特征表示。Zubair 等［6］使用蜂窝神经网络（Cellular Neural Network，CNN）对从MIT-BIH［7］数据库获得的44 个心电图信号进行记录，提取了R 峰的心电图节拍模式，用于3 层CNN 的训练，能92.70%准确地将心电图的搏动分为各自的类别。Kiranyaz 等［8］研究了仅用R 峰波的3 层CNN 心电监护系统。……