提出了一种基于深度学习人工神经网络的心电信号分类方法.方法直接从原始数据抽象网络各层次上的基底特征,取代了基本波形定位和特征的人为选定.隐含层节点数逐级下降和深度学习的多隐含层深架构的采用,有效避免了已有方法中的定域性问题和网络规模.基于MIT-BIH数据库的实验表明,与传统BP网络和蚁群算法的分类方法相比,该方法总分类精度达93.3%.