心律失常和心肌梗死诊断中心电图智能分析方法研究综述

来源：计算机工程与应用杂志2025年第23期北京时间：

作者：韩闯, 范宝骐, 余梦瑶, 阙文戈

单位：1.郑州轻工业大学 计算机科学与技术学院，郑州 450000；2.清华大学 自动化系，北京 100084

摘要：心电图是诊断心律失常的金标准，且能诊断心肌梗死，其具有无创、实时和便捷等优点，已被广泛应用于临床中。开展心律失常和心肌梗死诊断中心电图智能分析研究具有重要意义。介绍了常用的心律失常和心肌梗死心电数据库；综述了近三年心电图智能分析中的最新技术，包括人工特征提取、卷积神经网络及其变体、图神经网络、自监督学习、联邦学习、主动学习、确定学习和生成式模型；从心电数据规模、分类模式、模型对比和模型复杂度等方面进行对比分析，并重点分析了不同方法的心电数据需求、优缺点、可解释性和应用场景；总结了现有方法在数据质量与类别不均衡、模型泛化性与可解释性的矛盾、隐私保护与协作效率的权衡、计算资源与临床部署的适配性等方面的不足，并给出了可行的解决方案。

关键词：心电图（ECG）,心律失常（MI）,心肌梗死,智能诊断,深度学习