本发明实施例提供一种基于深度学习的心率预测方法及装置,属于数据处理领域。该方法首先获取待测的脉搏信号及运动姿态信号,然后将所述待测的脉搏信号及运动姿态信号输入预先训练好的最终长短期记忆网络LSTM(long‑short term memory)模型中,根据所述运动姿态信号对应的运动状态,选择所述最终LSTM模型中所述运动状态对应的LSTM模型进行心电信号预测,进一步获取心电信号,本方案通过运动姿态信号,将训练模型分为多个不同状态对应的LSTM模型,并分别对这些LSTM模型进行心电信号的训练及预测