半监督多标签心电异常事件识别方法及系统

本发明涉及心电信号分类、多标签学习、半监督学习、伪标签学习和表征学习技术领域，特别涉及一种半监督多标签心电异常事件识别方法及系统，利用有标记心电数据预训练教师心电分类模型，随后对心电数据进行数据增广；基于预训练后的教师模型提取弱增广后的数据集的特征和预测向量作为元素，以此构建特征‑标签记忆模块；基于全局和局部类别相关性，伪标签生成模块生成无标记心电数据伪标签；基于双边界阈值策略，伪标签筛选模块筛选出高质量伪标签；利用心电一致性学习模块学习心电数据的类内特征。本发明在有标记心电数据样本量稀疏的场景下，可以有效识别各类心电异常事件。