本发明提出了一种基于小型卷积神经网络的心律失常分类检测方法及系统，涉及心电信号处理技术领域,采用单路径多层网络对穿戴式心电监测设备采集的心跳序列进行实时的心律失常分类检测，具体包括：对待检测的心跳序列进行多层卷积计算，得到一组高度集成的特征序列；采用双层池化对得到的特征序列进行特征降维，得到压缩后的一组特征值；将特征值输入到全连接层，得到心律失常分类的预测结果；本发明基于对不同网络结构应用效果的研究，采用单路径多层网络对穿戴式心电监测设备采集的心跳序列进行检测，并对模型结构进行改进，简化模型的参数量以及计算量，满足穿戴式心电设备的硬件要求，实现高精度的心律失常自动检测。