将人工智能技术应用于医养健康领域的心电信号智能检测系统中，深入分析 MIT-BIH 数据库、AHA 数据库中海量心电信号的特征，搭建了深度学习网络，能够准确检测出室颤、房颤、心肌梗死、等恶性心律失常的心电信号，识别率达到 95%以上，取得了令人满意的识别效果。创新性：心电识别模型的泛化能力强（即不同患者间的自适应能力强）；识别模型的轻量化、小型化适合嵌入到智能硬件中；模型运算速度快（毫秒级）、算力消耗少（低碳）、识别率高（95% 以上）。解决了人工识别心电图效率低的问题，解决了深度学习模型结 构复杂、训练时间长、训练耗能高的问题，解决了心电识别模型泛化能力弱的问题。

转化所需条件：需要合作企业提供资金，共同申请医疗器械注册准字，完成设备的注册和生产。