一种基于无监督学习的心电向量重建方法，通过使用神经网络，对输入的标准12导联心电图进行了心电向量的重建。在训练过程中，使用了先将标准12导联映射到心电向量，然后再使用投影方法，对12导联心电进行还原的方法，解决了传统方法依赖12导联和心电向量的对应数据的问题，明显提高了数据的利用效率降低了数据成本。在重建时使用神经网络重新计算投影向量来进行心电向量到12导联心电图的重建，并且在最终的损失计算模块中使用了正则化项约束投影向量，在解决了心电图的个体化差异的同时保证了重建过程的可解释性以及准确性。在最终的损失计算模块，使用了多阶差分损失，在保证了形态特征的基础上避免了低频的例如基线干扰等问题。