1.基于双U‑Net融合长短程上下文信息的心电特征点定位方法，其特征在于，包括：预处理心电信号，包括重采样至统一采样率，并去除噪声干扰；

分割心电信号，基于R峰位置切割成单心拍片段和近邻多心拍片段；

对分割后的心拍片段应用数据增强操作；

使用双U‑Net提取特征，包括第一U‑Net提取单心拍片段的局部语义特征，第二U‑Net提取多心拍片段的全局语义特征；

通过跨层次双重门控模块融合所述局部语义特征和全局语义特征，生成提纯后的融合特征；

基于融合特征定位心电信号的特征点，包括P波、QRS波群和T波的位置；

使用双U‑Net提取特征包括：第一U‑Net和第二U‑Net均包含编码器和解码器；

编码器接收信号，经过下采样模块进行数据压缩和特征提取，每个下采样模块包含卷积层、批归一化层、激活层和池化层；

解码器通过上采样模块进行上采样，每个上采样模块包含反卷积层、批归一化层和激活层；

编码器和解码器通过跳跃连接融合多尺度信息；

通过跨层次双重门控模块融合包括：对输入特征执行交叉注意力计算，生成注意力映射特征；

对注意力映射特征进行多尺度卷积操作，使用不同卷积核大小提取多感受野表示；

通过门控权重调制原始输入特征；

拼接调制特征和注意力特征，经Sigmoid激活生成门控权重；

加权求和输出融合特征，并添加残差连接；

定位心电信号的特征点包括：

基于融合特征输入任务头，获得定位预测概率；经过后处理得到最终定位准确位置；采用均方损失函数计算定位误差；

采用均方损失函数包括：

计算预测的QRS波群位置序列与真实序列的均方误差；

计算预测的P波位置序列与真实序列的均方误差；

计算预测的T波位置序列与真实序列的均方误差；

联合单心拍信号和多心拍信号的重构损失。

2.如权利要求1所述的基于双U‑Net融合长短程上下文信息的心电特征点定位方法，其特征在于，去除噪声干扰包括：使用中值滤波器处理基线漂移，窗口宽度分别为200毫秒和600毫秒；

使用IIR数字带阻滤波器去除工频干扰，阻带的下限和上限截止频率分别为49Hz和

51Hz；

使用小波基函数进行分解，通过逆小波变换重新构建信号清除肌电干扰。

3.如权利要求1所述的基于双U‑Net融合长短程上下文信息的心电特征点定位方法，其特征在于，分割心电信号包括：基于Pan‑Tompkins算法定位R峰位置；

以R峰位置为中心，以RR间期作为切割窗口宽度切割单心拍片段；

以R峰位置及R峰位置近邻各两个心拍共五个心拍切割多心拍片段；

根据RR间期将单心拍片段和多心拍片段分别重采样至统一长度。

4.如权利要求1所述的基于双U‑Net融合长短程上下文信息的心电特征点定位方法，其特征在于，应用数据增强操作包括：以概率执行时间平移增强，平移长度为信号总长度的0‑10%；

以概率执行信号反转增强；

以概率向信号添加高斯噪声；

以概率执行随机遮挡增强，随机选取区域进行填充；

同步调整标签位置以保持信号与标签对齐。