آریتمی های قلبی یکی از شایع ترین بیماریهای قلبی است که ممکن است سبب مرگ بیمار گردد. تشخیص درست و به موقع این دسته از بیماری ها امری مهم جهت درمان آن می باشد. از این رو مطالعات زیادی جهت پردازش کامپیوتری سیگنال الکتروکاردیوگرام جهت تشخیص آریتمی های قلبی صورت گرفته است. در این تحقیق برای دسته بندی آریتمی های قلبی، روشی مبنی بر ترکیب طبقه بندی کننده ها با استفاده از نظریه شواهد لحاظ شده است. بدین شکل که ابتدا پیک های R در ECG شناسایی گردیده است. سپس ویژگی های خطی ECG شامل RMSSD ، SDNN و HR Mean و همچنین ویژگی غیر خطی آن با استفاده از تجزیه مقادیر منفرد بدست آمده است. ترکیب ویژگی های خطی و غیر خطی ECG به عنوان ورودی به سه نوع شبکه عصبی MLP ، Cascade Feed Forward و RBF جهت آموزش و تست داده شده است. سپس اصل عدم قطعیت در مورد پاسخ آن ها بررسی گردید. در نهایت پاسخ این طبقه بندی کننده ها با استفاده از نظریه شواهد با یکدیگر ترکیب شدند. کلاسه بندی آریتمی های قلبی در سه کلاس شامل دو نوع آریتمی به علاوه حالت نرمال صورت گرفته است. جهت پردازش ECG نیاز به حذف نویز نبوده و روش پیشنهادی توانسته است در حضور نویز، نوع آریتمی قلبی را در بهترین حالت با حساسیت 98 % تشخیص دهد.
