تحلیل سیگنال های الکترومایوگرام (emg) یک عضله، اطلاعات مهمی راجع به رفتارهای فیزیولوژیکی آن عضله فراهم می کند؛ مثلا سیگنال های الکترومایوگرام دیافراگم (emgdi) اطلاعات مهمی راجع به کنترل سازوکارهای تنفسی در اختیار می گذارد که می توان از آن ها برای پیش بینی علائم الکترومایوگرام خستگی دیافراگم استفاده کرد. یک مشکل اصلی که در تحلیل سیگنال های emg ماهیچه های بخش فوقانی تنه با آن روبرو می شویم، آلودگی ناشی از سیگنال الکتروکاردیوگرام ecg)) است که حذف آن از سیگنال های الکترومایوگرام، بسیار دشوار است؛ تحلیل طیف نشان می دهد که طیف ecg از فرکانس یک صدم تا 100 هرتز توسعه یافته و بیشترین انرژی را در فاصله یک صدم تا 45 هرتز دارد، در صورتی که طیف emg در فرکانس 10 تا 500 هرتز توسعه یافته است و بیشترین انرژی را در فاصله 20 تا 150 هرتز دارد؛ بنابراین سیگنال های emg و ecg یک هم پوشانی طیفی قابل توجه در فرکانس های 10 تا 100 هرتز دارند. این تداخل باعث افزایشی در محتوای توان سیگنال emg و اعوجاجی در محتوای فرکانسی آن می شود. با توجه به کاربردهای فراوان سیگنال emg باید به دنبال راهی بود تا بتوان آرتیفکت ecg را حذف کرد. در این پایان نامه به پیاده سازی روش های فیلتر غیرخطی و مدل سازی هارمونیک غیرایستان آرتیفکت قلبی پرداخته شده است. برای مقایسه و ارزیابی عملکرد این روش ها، روش های پایه ای نظیر فیلتر فرکانس گزین، روش قطع و تحلیل مولفه های مستقل نیز پیاده سازی شده است و نتایج حاصل با معیارهای ارزیابی کمی نسبت سیگنال به نویز، ضریب همبستگی و خطای نسبی سنجیده شده است. در ادامه دو روش فیلتر فرکانس گزین تطبیقی و مدل سازی هارمونیک غیرایستان تطبیقی پیشنهاد شده است. نتایج کمی و کیفی بیانگر برتری دو روش پیشنهادی بر سایر روش ها برای حذف آلودگی ecg از سیگنال emg است.