1.数据预处理方法，通过该方法处理后的数据用于送入深度神经网络进行训练，实现心脏节律分类，其特征在于，包括如下步骤：
采集ecg波形上第k-1到第k个r的间期，或者采集ecg波形上第k到第k+1个r的间期，k＞1；
连续采集m个上述rr间期直接作为一个输入样本，或者连续采集m个上述归一化处理后的rr间期作为一个输入样本，m＞0；
将上述输入样本以1×1×m的三维形式输入cnn深度神经网络模型，或者将上述输入样本以m×1×1的三维形式输入cnn深度神经网络模型，或者将上述输入样本分解为m个1×1的点对应送入rnn深度神经网络模型上的m个rnn基本神经单元。
2.数据预处理装置，通过该装置处理后的数据用于送入深度神经网络进行训练，实现心脏节律分类，其特征在于，包括
r间期采集处理单元：用于采集ecg波形上第k-1到第k个r的间期，或者采集ecg波形上第k到第k+1个r的间期，k＞1；
样本成型单元：连续采集m个上述rr间期直接作为一个输入样本，或者连续采集m个上述归一化处理后的rr间期作为一个输入样本，m＞0；
输入样本格式处理单元：将上述输入样本以1×1×m的三维形式输入cnn深度神经网络模型，或者将上述输入样本以m×1×1的三维形式输入cnn深度神经网络模型，或者将上述输入样本分解为m个1×1的点对应送入rnn深度神经网络模型上的m个rnn基本神经单元。
3.训练系统，其特征在于，包括
数据预处理装置：用于提取ecg波形上的特征点，组成一个输入样本，然后将输入样本处理为特定形式；
训练模块:将数据预处理装置处理为特定形式的输入样本，送入对应的深度神经网络模型进行训练，调整深度神经网络模型中的滤波器权重，直到损失函数判断调整后的滤波器权重满足要求为止。
4.根据权利要求3所述的训练系统，其特征在于，所述数据预处理装置包括
r间期采集处理单元：用于采集ecg波形上第k-1到第k个r的间期，或者采集ecg波形上第k到第k+1个r的间期，k＞1；
样本成型单元：连续采集m个上述rr间期直接作为一个输入样本，或者连续采集m个上述归一化处理后的rr间期作为一个输入样本，m＞0；
输入样本格式处理单元：将上述输入样本以1×1×m的三维形式输入cnn深度神经网络模型，或者将上述输入样本以m×1×1的三维形式输入cnn深度神经网络模型，或者将上述输入样本分解为m个1×1的点对应送入rnn深度神经网络模型上的m个rnn基本神经单元。
5.穿戴设备，其特征在于，包括权利要求2-4任意一项所述数据预处理装置或者训练系统。
6.一种存储介质，包含有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行以实现权利要求2-4任意一项所述数据预处理装置或者训练系统所具备的模块功能。