一种基于深度学习对比学习的心搏多标签分类方法

本发明属于心博分类技术领域，公开了一种基于深度学习对比学习的心搏多标签分类方法，包括以下步骤：S1.采集患者的心电数据；S2.预处理，基于步骤S1采集的心电数据，选择一个正常心博作为基础心博，正常心博之后的其余心博为待检测心博数据集；S3.构建心博分类模型，心博分类模型包括SwiGLU孪生网络、SwiGLU+BiLSTM层、相似度特征提取网络和多标签分类头；S4.将步骤S2预处理后的心电数据输入步骤S3构建的心博分类模型，最终得到所有待检测心博的分类结果。本发明基于深度学习对比学习的心搏多标签分类方法，诊断准确率高、效率高，与传统模板相比匹配抗干扰性和泛化性更强，同时具有较强的分类扩展性，满足多标签分类任务，可以自定义与基础心搏形态不同类别区分。