本发明公开了一种基于图卷积的心电图心率多类型预测模型构建方法，该预测模型基于节点互信息池化图卷积网络，根据人体体表ECG原始信号，能够准确地预测心率失常类型；图结构的建立考虑了疾病之间的特征联系性，将原本通过深度学习CNN得到的各标签“模糊”特征，再在图域上进行相互的一个聚合，从而更能够通过相互影响得到一个更准确的各种心率特征，从而为最终提供决策。本发明在临床的诊断及治疗上具有重要的参考意义，可直接使用人体体表ECG信号进行一个心率失常诊断，一定程度上避免了带通滤波去噪等方法对数据的失真，提高了诊断的准确性。