本發(fā)明提供一種基于人工智能模型的心臟疾病的檢測(cè)方法，包括構(gòu)建心電向量圖和心電非線性系統(tǒng)動(dòng)態(tài)圖的深度學(xué)習(xí)識(shí)別模型及構(gòu)建心臟動(dòng)態(tài)病理特征的量化數(shù)據(jù)、生物化學(xué)數(shù)據(jù)、人體生理信息數(shù)據(jù)和臨床信息數(shù)據(jù)的機(jī)器學(xué)習(xí)分類模型等，并對(duì)不同模型識(shí)別分類所得心臟疾病結(jié)果賦以相應(yīng)權(quán)重值，獲得心臟疾病檢測(cè)的綜合判定結(jié)果。本發(fā)明提供的心臟疾病的檢測(cè)方法，解決了心臟電活動(dòng)連續(xù)的動(dòng)態(tài)信號(hào)的模型處理方法、多病理特征量化數(shù)據(jù)的模型化分析及相同疾病在不同模型下的融合判斷等方面的技術(shù)難題。本發(fā)明所述心臟疾病的檢測(cè)方法提升了心臟疾病檢測(cè)的準(zhǔn)確率和檢測(cè)效率，且隨著擴(kuò)充進(jìn)數(shù)據(jù)庫中不同類型病理特征的指標(biāo)數(shù)據(jù)的增多，診斷效果會(huì)隨之不斷提升。