本书立足于心血管疾病实际诊疗需求，基于大数据、人工智能等新一代信息技术，重点介绍了心电信号预处理、心电信号特征提取、心电信号分类诊断以及心电信号质量评估的技术，介绍了高质量12导联心电数据库的建立过程，最后描述了12导联心电衣和物联网智能医疗云服务平台的设计过程，总结了近几年在心电领域的研究成果，给出了该领域有待解决的一些前沿问题。 本书以专题形式进行深入阐述，将心电信号处理、分类、评估及应用等串联起来，帮助读者对于智能心电领域有更深层次的理解。本书适合用作高等院校电子信息类和生物医学工程专业本科生与硕士研究生的选修教材或教学参考书，也可以供相关教师和工程技术人员阅读。

第1章 绪论
1.1 研究背景及意义
1.2 心电学基础理论
1.3 智能心电技术的研究现状
1.4 准备知识
第2章 智能心电信号降噪技术研究
2.1 基于ECG稀疏特性的基线校正算法
2.2 基于GMC惩罚项的稀疏降噪算法
2.3 基于共振稀疏分解的ECG降噪算法
2.4 一种基于HINet和梯度差损失的两阶段心电信号降噪方法
第3章 智能心电分类算法研究
3.1 基于膨胀因果卷积网络的心电信号分类方法
3.2 基于残差及注意力机制的心律失常图像分类算法
3.3 基于对抗域自适应学习的心电信号分类方法
3.4 基于混沌神经网络的心电图分类
3.5 基于长短时记忆神经网络的房颤检测算法设计
3.6 基于多特征融合的房颤检测算法
3.7 一种共振稀疏分解与深度学习相结合的12导联心电异常自动检测算法
3.8 基于导联分组的多分支网络的12导联心电信号多标签分类方法
第4章 心电数据库的构建
4.1 数据库构建的背景与意义
4.2 数据库的构建步骤
4.3 数据库概况
4.4 技术验证
第5章 心电质量评估方法研究
5.1 引言
5.2 相关数据集
5.3 心电信号质量分级
5.4 心电信号质量评估方法
5.5 基于S变换频谱深度特征和人工特征融合的心电质量评估方法
第6章 心电信号智能分析与处理应用实例
6.1 12导联穿戴式心电衣检测系统
6.2 健康检测终端及智能医疗云服务平台
参考文献