本发明公开了一种基于卷积神经网络的心律失常分类算法，包括提出的适用于心电信号这一稀疏图像的小尺度类型的Deep‑LeNet网络，利用小卷积核的特点，使得网络的分类耗时更短，得到的准确率很高。其次，还提出了多尺度卷积神经网络，不但能够增加网络的宽度，还增加了网络对尺度大小的适应性，使得网络更适用于稀疏图像的识别。在极小的增加网络耗时的情况之下，能够极大的增加网络的分类准确率，而且这样一体的识别与分类流程，更能够用于家庭医疗级诊断，对心律失常的准确识别有着重要的意义。