در سالیان اخیر استفاده از سیستم های هوشمند در علوم مهندسی به ویژه در تشخیص بیماری به طور چشم گیری افزایش پیدا کرده است. در زمینه ی تشخیص هوشمند بیماری های قلبی با استفاده از سیگنال های صوتی و سیگنال های الکتروکاردیوگراف نیز روش های متعددی ارائه شده است. از جمله ی این روش ها می توان به مدل های مبتنی بر آنالیز چند جمله ای سیگنال های قلبی، شبکه های عصبی، الگوریتم های مبتنی بر منطق فازی، ماشین های بردار پشتیبان و سایر روش های مقایسه ای بر پایه ی پارامتر های آماری اشاره نمود. علاوه بر این، روش های ترکیبی زیادی نیز بر اساس ترکیب نتایج الگوریتم های ذکر شده ی فوق مطرح شده اند. در این پایان نامه از یک الگوریتم سه مرحله ای برای تشخیص شش نوع بیماری و کارکرد طبیعی قلب با استفاده از سیگنال های صوتی قلب و نیز تشخیص چهار نوع بیماری و کارکرد طبیعی قلب با استفاده از سیگنال الکتروکاردیوگراف استفاده شده است. در روش پیشنهادی ابتدا به منظور کاهش نویز و انتخاب سیکل ضربانی شامل بیماری مورد نظر یک مرحله پیش پردازش روی سیگنال انجام می شود. در مرحله ی بعد ویژگی های زمانی و طیفی مناسب، از روی سیگنال انتخاب شده و با یکدیگر ترکیب می شوند. بردارهای ویژگی حاصل با استفاده از چند سیستم مرکب چند مرحله ای با ساختار عصبی مختلف طبقه بندی شده و تشخیص بیماری مربوط به آن سیگنال به کمک ترکیب در سطح تصمیم انجام می شود. نتایج حاصل از روش پیاده سازی در مقایسه با روش های موجود، در حد قابل ملاحظه ای بهبود یافته است. این امر نشان می دهد که ارائه ی روش های مناسب برای ترکیب در سطح تصمیم، که در حقیقت مدلی از مشاوره ی پزشکی می باشد، قادر است تشخیص بیماری را با ضریب اطمینان بیشتری انجام دهد.