一种基于改进SSA与DMSANet的心电图分类方法

本发明涉及一种基于改进SSA与DMSANet的心电图分类方法，获取心电图信号，以改进的SSA算法降噪处理；构建DMSANet，包括骨干网络、并列设置的不同尺度的子处理模块及多尺度特征融合模块，以DMSANet对降噪处理后的心电图信号分类。本发明显著提升降噪效果，有效提升ECG信号的准确性和信号质量；基于DMSANet中ResNet架构的骨干网络从ECG信号中学习和提取特征，多子网和多尺度特征融合策略有助于捕获和综合不同尺度的特征信息，提高ECG信号的分类性能和鲁棒性；结合改进的SSA算法和DMSANet架构，提升基于ECG信号的分类研究的整体可靠性和应用效果，特别适用于生物医学信号处理领域。