امروزه، روش های علمی مبتنی بر شناسایی بیماریهای قلبی – عروقی با تکنیکهای ریاضی و مهندسی به عنوان ابزاری ارزشمند در تشخیص این بیماریها، کاربرد وسیع و گسترده ای یافته است. به علت آن که سلول های الکترومکانیکی قلب در هر سیکل کامل پمپاژ خون، پیام انقباض را به وسیله شارژ الکتریکی دریافت می کنند، بررسی و تحلیل سیگنال الکتریکی قلب (سیگنال الکتروکاردیوگرام) یکی از مهم ترین و کاراترین راههای تشخیص بیماریهای قلبی می باشد. در تحقیق حاضر، الگوریتمی طراحی شده است که با تحلیل سیگنالهای ecg پایگاه داده هولتر بیمارستان دی و دانشگاه خواجه نصیر به تفکیک گروهی از ریتمهای فوق بطنی از ریتمهای بطنی پرداخته است. این الگوریتم شامل پیش پردازش داده ها و دو مرحله پردازش اصلی داده ها می باشد. در مرحله پیش پردازش داده ها، نوسانات فرکانس بالا و همچنین نوسانات خط پایه سیگنال ecg خام حذف می گردند. به دلیل اهمیت آشکارسازی دقیق امواج r، در مرحله اول از پردازش اصلی، الگوریتمی بر مبنای طول قوس برای آشکارسازی امواج r و لبه های کمپلکسهای qrs ارائه شده است. در مرحله دوم از پردازش اصلی، الگوریتمی ارائه شده است که قادر به جداسازی ضربانهای زودرس از ضربانهای طبیعی می باشد. در نهایت پس از جداسازی ضربانهای زودرس از ضربانهای طبیعی، با به کارگیری یک شبکه عصبی پرسپترون چند لایه، ضربانهای زودرس فوق بطنی از ضربانهای زودرس بطنی جدا می شوند. نتایج حاصل از این تحقیق در قالب معیارهای سنجشی حساسیت، ویژگی و پیش بینی مثبت ارائه شده است که مقادیر متوسط این کمیتها به ترتیب برابر 99.598%، 99.934% و 99.853% و دقت طبقه بندی نهایی الگوریتم برابر با مقدار 99.983% می باشد.