本发明提供了一种为动态ECG数据寻找误差最小网络计算结构的方法，包括以下步骤：步骤一，初始化：S11、初始化每个个体Xi；S12、初始化交叉因子CR：CR取0～1中任意浮点数值；S13、初始化变异因子F：F取0～1中任意浮点数值；S14、初始化代数gen，命gen＝0；步骤二，计算个体Xi的误差Fitness[i]：S21、命i＝1；S22、将新个体Vi的基因数据解码成一个卷积神经网络结构CNN1；S23、利用梯度下降方式和当前心电数据对卷积神经网路结构CNN1内计算式进行权值的迭代收敛，得到卷积神经网路结构CNN1的最优权值矩阵W1。为动态ECG数据寻找误差最小网络计算结构的方法解决现有技术中因对于每个人的心电数据都设置一样的网络计算结构而导致心电信号异常检测时出现误判的问题。