为了实现心律失常、心肌缺血的早期发现，需连续采集可反映心律失常、心肌缺血信息的心电信号，并对心电信号进行快速、准确的分析。为此，需解决心电信号采集的移动性、舒适性以及针对大量心电数据的快速智能分析问题。本项目拟设计和实现的“可穿戴式心电智能疾病监测预警设备和系统”通过将穿戴式心电图采集设备、心电图人工智能辅助诊断与预警系统有机地联系起来，从易用性和智能性上对各个环节进行创新设计，实现心律失常等疾病的人工智能辅助判断与预警。
设计并实现基于AD8232模块的可穿戴式心电信号采集，使用国际权威性的心电公开数据库
对心电分类模型进行训练和测试，通过深度学习模型SE-Net，GRU等对心律失常等心脏疾病自动分类。并在树莓派进行部署，实现可穿戴式的心电人工智能辅助监测及预警系统。
