本发明提供了基于残差网络的呼吸模式分类方法、系统、设备和介质，所述方法包括：预设多种呼吸模式，并分别采集各个呼吸模式对应的UWB回波信号；根据各个呼吸模式的UWB回波信号，建立呼吸信号数据集，并将所述呼吸信号数据集按照预设比例划分为训练集和测试集；根据所述训练集，对改进的残差网络进行训练，得到呼吸分类模型；将所述测试集输入所述呼吸分类模型进行分类预测，得到呼吸模式识别结果。本发明能够基于UWB技术和深度学习的优势，对非接触式呼吸模式进行简单高效的预测分类的同时，有效提高小数据量应用场景的预测精准性和稳定性，以提供更加精准有效的呼吸异常监测，进而提升呼吸异常监测的应用价值。