基于心电图信号辅助识别注意缺陷多动障碍的方法、装置及系统

本发明公开了一种基于心电图信号辅助识别注意缺陷多动障碍的方法、装置集系统，方法包括：（1）采集需要评估患注意缺陷多动障碍风险高低的被测者的心电图数据并进行处理；（2）采用一维卷积神经网络对待测者的处理后的心电图数据进行深度特征提取；通过Score‑CAM对卷积神经网络的特征图生成分类热力图，从生成的分类热力图中提取时间域、频域及局部统计特征；（3）将时间域、频域及局部统计特征输入至机器学习分类器中进行分类，获得对待测者患注意缺陷多动障碍风险的评估结果。本发明将深度学习与多种机器学习方法相结合，不仅提高了分类性能，还提供了丰富的特征解释性。