1.一种基于深度特征融合网络的心动过速心电图的筛查方法，其特征在于，所述方法包括以下步骤：步骤一，数据处理，对原始心电图图像进行预处理，除去心电图中基线漂移和电力线干扰；

步骤二，数据重构，将预处理过后的心电图图像中的十二导联分别进行框选分离，重新组织构建数据集；

步骤三，模型构建，构建深度神经网络，过程为：

步骤3.1将网络分为12个分支，即branch1—branch12，分别可接收128*128*3的图像输入；

步骤3.2构建12个分支的网络：每个分支单独通过一个Dense block以及Transition layer后，再将图像通过一个Dense block和Transition layer；

步骤3.3将12个分支网络中提取出来的特征(32*32*32)进行深度上的合并，构成一个

32*32*384的特征图；

步骤3.4将合并后的特征图先经过3*3的卷积操作，随后进行Relu激活函数，再经过一个2*2的最大池化层；

步骤3.5重复3.4操作，获得8*8*64的特征图；

步骤3.6将上述操作得到的结果经过一个全连接层后再经过batch normalization操作；

步骤3.7重复3.6操作两次后，经过一个Softmax激活函数，最后得到二分类的结果，所述二分类是心动过速心电图或非心动过速心电图；

步骤四，模型训练，输入重构后的数据到网络中进行参数调整，训练模型；

步骤五，模型输出，利用训练过后的模型判别未知心电图是否属于心动过速。

2.如权利要求1所述的一种基于深度特征融合网络的心动过速心电图的筛查方法，其特征在于：所述步骤一中，对心电图去除基线漂移的预处理过程为：将原始心电图通过像素长度为5的一维中值滤波去除QRS波，再将处理后的心电图通过像素长度为15的一维中值滤波去除T波和P波，将此心电图和原始心电图进行叠加，得到没有基线漂移的心电图。

3.如权利要求1所述的一种基于深度特征融合网络的心动过速心电图的筛查方法，其特征在于：所述步骤一中，对心电图去除电力线干扰的预处理过程为：将去除基线漂移的心电图通过一个12阶低通滤波器，截止频率为35HZ，得到去除电力线干扰的心电图。

4.如权利要求1～3之一所述的一种基于深度特征融合网络的心动过速心电图的筛查方法，其特征在于：所述步骤二中，对心电图数据重构的过程为：利用标注工具，从原始十二导联心电图图像中分别标注出心电图中十二个导联的位置，得到对应xml文件后制作tfrecord数据格式，用于网络数据输入，并在tfrecord中，将每个导联resize为128*128*3。

5.如权利要求1～3之一所述的一种基于深度特征融合网络的心动过速心电图的筛查方法，其特征在于：所述步骤四中，神经网络训练测试过程为：利用tfrecord数据格式输入网络进行训练，且验证方式采用7折交叉验证，保证模型准确率的可靠性。