هدف ما در این تحقیق ایجاد یک مدل ریاضی است که بتواند سیگنال ecg را به طور مصنوعی تولید کند. وجود چندین مدلی امکان ارزیابی ساده و سریع صحت عملکرد دستگاه های پردازش سیگنال تشخیصی قلبی را فراهم می سازد. علاوه بر آن وجود چنین مدلی می تواند در درک نحوه عملکرد قلب و همچنین نحوه تاثیر داروها و پیش بینی برخی بیماری ها موثر باشد.استفاده از چنین مدلی در فشرده سازی سیگنال ecg و تله مدیسین نیز می تواندمطرح باشد. یکی از کاربردهای آتی چنین مدلی استفاده از آن در نسل آینده ضربان سازهای قلبی است. با توجه به ماهیت کاملا غیر خطی منشا سیگنال ecg ، استفاده از روش های غیر خطی می تواند راهکار مناسبی تلقی گردد. مدل جامع سیگنال ecg دارای دو قسمت می باشد. یکی تولید سری زمانی مربوط به نرخ ضربانات قلبی و دیگری تولید شکل موج مناسب در هر دوره قلبی، برای تولید سری زمانی مربوط به نرخ ضربان قلبی دو روش ارایه گردیده است. در روش اول با به کارگیری ipfm ضمن در نظر گرفتن آثار فعالیت های سمپاتیک و پاراسمپاتیک، اثر بازدارنده این دو بر یکدیگر نیز در نظر گرفته شده است. در روش دوم با به کارکیری تیوری فاجعه، پتانسیل عمل مناسب تولید شده، که تحت تاثیر آثار سمپاتیک و پاراسمپاتیک شروع به تکرار می کند. در هر دو روش ارایه شده، امکان شبیه سازی حالت طبیعی و برخی حالات غیر طبیعی وجود دارد. برای تولید شکل موج در هر دو دوره قلبی، شبکه عصبی rbf در داخل یک سیستم معادلات دیفرانسیا غیر خطی کوپل شده به کار گرفته شده است. با توجه به محدودیت مدل های قلبی در به کارگیری آن ها برای شکل موج های خاصی و عموما برای حالات طبیعی، سیگنال ecg ، با تعداد پارامترهای کمتر نسبت به مدل های قلبی را دارد. بعلاوه استفاده از شبکه عصبی، امکان به کارگیری روش ارایه شده را برای برخی دیگر از سیگنال های فیزیولوژی نظیر سیگنال تنفسی و پالس اکسیمتری نیز فراهم می کند.