本文总结了2010年至2020年间应用深度学习模型于心电图数据的研究，发现深度学习在心电图分析任务中有广泛应用，包括疾病检测、标注定位、睡眠分期、生物度量和去噪等。融合卷积神经网络和循环神经网络的混合体系结构表现最佳。同时，也指出了可解释性、可扩展性和效率等方面的挑战和问题，并提出了未来的研究方向。