摘要：目前已经有多种不同的ECG（心电图）信号辅助诊断工具得到应用，其中包含了基于人工神经网络的ECG分类器应用系统。本文介绍一种基于多阶前馈人工神经网络的新型ECG信号诊断模型，其目标是设计一种结构简单、成本低、响应速度快，识别率高的ECG信号辅助诊断系统。首先给出多个不同结构的神经网络，然后针对6种不同的心脏状况，比较这些神经网络之间的性能差异和辨别能力。网络的输入数据来自于MIT／BIH数据库，包括12种ECG特征信号和相应的每次心脏搏动的13段压缩信号。通过研究测试发现，基于二阶神经网络的ECG模型识别率最高，正确率达到了90．57％。

关键词：ecg信号分类器 ecg信号诊断 多阶前馈神经网络 

单位：广东工业大学 中国广州510006 奥克兰工业大学工程学院 新西兰奥克兰1142