آریتمی های قلبی یکی از شایع ترین بیماریهای قلبی است که ممکن است سبب مرگ بیمار گردد. از این رو شناسایی آریتمی های قلبی بسیار مهم است. در این مقاله برای دسته بندی آریتمی های قلبی در سه کلاس PAC، PVC و Normal 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 گردید. سپس ویژگی های خطی ECG شامل RMSSD، SDNN و HR Mean و همچنین ویژگی غیر خطی آن با استفاده از SVD بدست آمد. ترکیب ویژگی های بدست آمده به شبکه های عصبی MLP، Cascade Feed Forward و RBF داده شد. اصل عدم قطعیت در مورد پاسخ آن ها بررسی و در نهایت پاسخ این طبقه بندی کننده ها با استفاده از نظریه شواهد با یکدیگر ترکیب شدند. 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.
