基于多模态深度学习的STEMI与NSTEMI的自动识别方法及系统

本发明提供了基于多模态深度学习的STEMI与NSTEMI的自动识别方法及系统，属于医疗人工智能技术领域，包括：步骤1：搭建混合神经网络构架；基于总损失函数对所述混合神经网络构架进行优化，得到优化神经网络，将12导联的ECG信号输入到所述优化神经网络的输入层进行预处理，并依次基于多尺度CNN特征提取模块、Transformer时序建模模块以及多任务输出头得到STEMI与NSTEMI的异常特征；对STEMI与NSTEMI的异常特征进行滑动窗口处理，并基于分层级报警策略进行报警输出，同时，基于Grad‑CAM生成热力图供医生通过热力图验证模型关注区域是否合理。以心电图为基础提高对STEMI与NSTEMI的识别精度及效率。