景恩彪，田裕，纪占林

（华北理工大学人工智能学院，唐山063210）

0 引言

社会的进步伴随着诸多隐藏的问题。由世卫组织权威报道，心血管疾病而死亡的人数在全球范围内持续增长，严重威胁到人们的正常学习和生活。对于心血管疾病的诊断，心电图（Electrocardiogram，ECG）是最实用的方法，因此被心脏病学专家广泛使用。全世界已经开发出各种心律失常自动检测技术来对患者进行诊断。

人工的诊断在长时间实时监测方面存在着不小的问题，由于心电图手工诊断心律失常非常耗时，监测巨量的数据肯定是无法实现的，实时性也得不到满足。更重要的是，医生长时间观察处理波形，肯定会感到疲劳，一些在心电图上显示的异常就有可能被忽视掉，误诊漏诊的现象不可避免，影响着识别的准确率。

计算机的出现缓解了这一问题，医生可以借助计算机更有效率地进行对心电图的诊断[1]。将计算机技术应用到医疗诊断方面，进行心电数据分析，先进通信技术与生物信号领域相结合，遇到心血管疾病时可以及早发现并做出应对。本文以心电图波形类型识别为研究方向，依据心电图标准数据集MIT-BIH的数据用小波变换、神经网络以及延伸模型残差网络等方式深层提取心电波形与心电异常事件之间的关系特征，构建精准预测模型，达到监测与预警的目的。本文从心电图监测这一研究论点着手，结合神经网络算法，以求在心电监测领域有新的突破性的研究。……