一种从细粒度ECG分类模型中获取信号质量评估的方法

本发明公开了一种从细粒度ECG分类模型中获取信号质量评估的方法,测取十二导联心电图，建立心电信号分类的教师网络模型；采用知识蒸馏方法训练学生网络模型，获得用于心电信号分类的细粒度学生分类模型；采用迁移学习方法对细粒度的学生分类模块进行微调迁移训练，获得用于信号质量评估的粗粒度迁移分类模型。本发明所设计的分类网络模型突破了已有方法限制于时域或频域之一的局限，本发明能够有效结合ECG信号的时频特性，并利用图结构有效挖掘了心脏不同视角信息之间的关系，从而学习更好的12导联ECG信号表征，在心血管疾病诊断与质量评估任务上都取得了更为准确的结果。