【作 者】严瑞阳，丁小曼，邓新桃，王爱国，杨翠微,

1 复旦大学 信息科学与工程学院 生物医学工程中心，上海市，200433

2 兴化市人民医院 心内科，兴化市，225700

3 上海市医学图像处理与计算机辅助手术重点实验室，上海市，200093

4 上海心脏电生理工程技术研究中心，上海市，201318

0 引言

近年来心血管疾病已经成为所有疾病之首，患病率与致死率在逐年提高，严重威胁人们的身体健康[1]。心电图（electrocardiogram，ECG）是心脏的电活动在体表标准导联上的投影，临床医生主要根据心电图来分析诊断患者病情。随着医疗技术的发展，利用人工智能（artificial intelligence，AI）技术对心电图进行辅助分析可以极大地提高临床诊断的准确率与效率，减少主观误判[2]。同时，结合可穿戴设备可对心血管疾病进行早发现和早治疗。

人工智能最早提出于20世纪50年代，旨在模拟人的思维和行为来使计算机应用于更高的层次。目前基于机器学习算法的人工智能技术已经应用到了医学的各个领域，特别是心电诊断领域。计算机通过对大量心电样本数据进行学习，从中提取特征并构建模型，再利用模型对新的数据进行预测分类，从而实现自动检测。随着动态监护技术和临床科研的深入，如何对海量的心电数据信息进行有效的管理和分析成为一个难题。AI-ECG科研人员在准备原始训练测试数据时需要手动对心拍片段或心电信号片段进行分割，提取特征，耗费了大量的时间和精力。目前市面上的心电监测软件平台大多注重于心电信号的采集、显示与存储，极少有服务于AI-ECG科研人员前期科研数据准备工作的功能[3]。……