基于多分支残差注意力网络的多标签心律失常识别方法

一种基于多分支残差注意力网络的多标签心律失常识别方法，涉及ECG分类技术领域，对原始数据进行预处理，包括重采样，分割；构建用于网络模型训练的训练集以及验证集和测试集；将处理过的训练集输入到多分支残差网络中进行训练，不同分支特征提取器提取不同的尺度的信息，通过融合分支进一步使用残差注意力模块自动获得心电特征，在验证集测试保存最优的目标模型；并在测试集上进行预测，与标签进行对比，计算出心律失常分类的精确率和召回率。本发明通过利用多分支网络和残差注意力相结合的思路进行多标签心律失常的检测，提高分类精度和预测的准确性。