1.一种基于组合二维特征的12导联ECG信号分类方法，其特征在于，包括如下步骤：a)读取12导联数据库中的第i条ECG数据，记为Signali，i∈{1,2,...,n}，n为12导联数据库中ECG数据个数，ECG数据Signali中R峰位置为Loc_Ri、标签为Labelsi；

b)对ECG数据Signali进行小波变换，得到小波变换后的数据Coe；

c)通过公式 计算得到小波系数的阈值λ，N为Signali的长度，将阈值λ代入软阈值去噪法中，剔除数据Coe中包含的噪声的小波系数；

d)重构剔除包含噪声的小波系数后的ECG数据，得到去除噪声后的12导联ECG数据，记为NNSigi；

e)对ECG数据NNSigi的每一个导联进行归一化，得到归一化后的ECG数据Datai；

f)遍历标签Labelsi，将标签值为1、2、3、11和34的重置为标签值为0，将标签值为4、7、8和9的重置为标签值为1，将标签值为5和10的重置为标签值为2，将标签值为6的重置为标签值为3，将标签值为13、13和38的重置为标签值为4；

g)选取R峰位置Loc_Ri中的连续三个值Rj‑1、Rj和Rj+1，按分割起点位置为分割终点位置为 对ECG数据Datai中的每个导联上截取对应位置的数据，得到分割后的单心拍数据集合Beatsi；

h)重复执行步骤b)至步骤g)，直至12导联数据库中所有的ECG数据均被分割成单心拍数据集合；

i)从分割后的所有单心拍数据集合中随机挑选60％的单心拍数据集合Beatsi及其对应的标签Labelsi作为训练集，从剩余的所有单心拍数据集合中再随机挑选20％的单心拍数据集合Beatsi及其对应的标签Labelsi作为验证集，最终剩余的所有单心拍数据集合作为测试集；

j)从训练集中读取64个心拍数据beats及其对应的标签ys，依次将心拍数据beats中的

12个导联数据分别输入到12路并行的输入层中；

k)导联数据进入输入层后经4个卷积核为11，步长为2的一维卷积处理，卷积处理后输入到BN层进行规范化处理，规范化处理后的数据通过ReLU激活函数处理，激活后的数据由池化核为2，池化步长为2的最大池化层进行特征下采样操作；

l)心拍数据beats中的每一个导联数据重复执行步骤k)两次得到输出数据CFMi；

m)对每个导联的数据CFMi执行全局平均池化操作，得到池化后的数据AFMi；

n)将12个导联的池化后的数据AFMi分别通过Flatten函数展平成长度12的一维向量Vi，将12个一维向量Vi拼接组合成一个12×12的组合二维特征M；

o)将组合二维特征M输入到一个二维卷积层中进行卷积操作，卷积操作后依次输入BN层和ReLU层，得到输出结果M′；

p)将M′进行最大池化处理，生成特征图PM；

q)重复执行步骤o)，得到M″；

r)将M″经平均池化层池化处理，生成特征图AM；

s)将特征图AM输入全连接层，得到ECG信号分类结果 完成模型建立；

t)计算损失函数，并利用损失函数训练模型，得到优化后的模型；

u)将获取的12导联数据输入到优化后的模型中，得到优化后的模型输出的ECG信号分类结果

2.根据权利要求1所述的基于组合二维特征的12导联ECG信号分类方法，其特征在于：步骤a)中12导联数据库为INCART数据库。

3.根据权利要求1所述的基于组合二维特征的12导联ECG信号分类方法，其特征在于：步骤b)中使用db8小波对Signali进行8尺度分解，通过计算得到小波变换后的数据Coe，式中α为大于0的尺度因子，τ为小波函数的平移量， 为db8小波， 为t时刻的Signali的值。

4.根据权利要求1所述的基于组合二维特征的12导联ECG信号分类方法，其特征在于：步骤d)中使用python中的pywt.waverec()函数重构剔除包含噪声的小波系数后的ECG数据。

5.根据权利要求1所述的基于组合二维特征的12导联ECG信号分类方法，其特征在于：步骤e)中通过公式 计算得到归一化后

的ECG数据Datai中第i个导联的归一化后的数据di，式中 为NNSigi中第l个输入数据， 为NNSigi中第j个输入数据，l,j∈[1,N]。

6.根据权利要求1所述的基于组合二维特征的12导联ECG信号分类方法，其特征在于：步骤l)中第一次重复时经过8个卷积核为11，步长为2的一维卷积处理，第二次重复时经过

12个卷积核为11，步长为2的一维卷积处理。

7.根据权利要求1所述的基于组合二维特征的12导联ECG信号分类方法，其特征在于：步骤o)中二维卷积层有32个卷积核，每个卷积核大小为3×3，步长为1×1，填充为1×1，步骤p)中最大池化层的池化核为2×2，池化步长为2×2，步骤q)中重复执行步骤o)时的二维卷积层有64个卷积核，每个卷积核大小为3×3，步长为2×2，填充为1×1，步骤r)中平均池化的池化核为3×3。

8.根据权利要求1所述的基于组合二维特征的12导联ECG信号分类方法，其特征在于，步骤t)包括如下步骤：t‑1)通过公式

计算损失函数loss，式中L为ECG信号分类结果 和真实标签ys的长度，ECG信号分类结果 的长度与真实标签ys的长度相等，k为类别的个数， 为第j个预测标签的对应第i类的概率值，ysj为第j个真实标签；

t‑2)设置动态调整学习率，使用Adam优化器优化模型的参数；

t‑3)重复步骤j)至步骤t‑2)，直到训练集中所有数据均被模型训练过，保存所有loss的平均值aloss和模型参数；

t‑4)重复步骤j)至步骤t‑3)100次；

t‑4)选出100个aloss值中最小的一个，并加载其对应的模型参数；

t‑5)读取所有验证集中的数据，重复步骤j)至步骤u)，读取到的真实标签记为vys，模型输出的预测标签记为t‑6)计算真实标签记vys与预测标签记 的平均F1分数；

t‑7)若F1分数小于0.95，则重复执行步骤j)至步骤t‑6)；

t‑8)保存模型参数，得到优化后的模型。