心肌梗死是一种病死率极高的急性缺血性心脏病,容易引诱恶性心律失常、心率衰竭、心源性休克等危及生命的并发症。《中国心血管健康与疾病报告2019》中指出现阶段国内心血管病死亡率仍居首位,高于肿瘤及其他疾病。而导致心血管疾病死亡的最主要原因为心肌梗死,当心肌梗死发生以后,患者拥有宝贵的黄金治疗时间。倘若患者及时确诊并且得到对应的治疗,则可以有效的控制心肌梗死的面积,减少死亡率,因此心肌梗死的早期检测与定位具有重要的研究意义。临床中,心电图常用早期检测心血管疾病的发生。本文针对现有心肌梗死早期诊断存在的模型训练鲁棒性较差以及定位精度不符合临床诊断的问题,融合心电图导联中的时域、频域特征,以及导联之间和每个心动周期之间的相关性信息实现对心肌梗死的早期诊断与定位。具体研究内容如下:（1）对现有心电设备采集的10秒时长的心电信号,融合心电信号导联中的时域、频域特征,实现了对心肌梗死的快速智能检测。同时针对现有的心肌梗死定位划分6个分类器,分别采用遗传算法对所提取的特征进行筛选,筛选出对应心脏不同部位心肌梗死特异性较强的特征以及导联,为临床中心肌梗死的判断提供指导作用。实验证明,心肌梗死检测中精准率、敏感度以及特异性分别达到98.69%、99.22%和98.14%。（2）提取12导联心电信号之间的皮尔逊相关系数以及导联数据中每个心动周期之间的皮尔逊相关系数实现了导联间信息的提取。心动周期之间的相关系数表达了心肌梗死病变过程中心动周期的演变特征,导联之间的相关系数表达了导联之间的耦合关系,融合导联内的时域以及频域信号,全面提取了心电信号中表达的特征,实现了心肌梗死的早期精准定位。实验证明,在心脏不同部位心肌梗死定位中,平均准确率、敏感性以及特异性分别达到99.94%、99.77%以及99.93%。