در این پایان نامه یک روش جدید برای تشخیص سندروم آپنه انسدادی هنگام خواب (osahs) با استفاده از ثبت های شبانه الکتروکاردیوگرام (ecg) پیشنهاد شده است.این روش با آنالیز دقیقه به دقیقه این ثبت ها اقدام به تشخیص این بیماری می کند. الگوریتم پیشنهادی شامل سه بخش اصلی پیش پردازش، استخراج ویژگی و دسته بندی است. در مرحله اول، سیگنال ecg با استفاده از تبدیل موجک آنالیز شده و سیگنال های نرخ تغییرات ضربان قلب (hrv) و سیگنال تنفسی گرفته شده از ecg (edr) محاسبه می شوند. در مرحله دوم مجموعه ویژگی های جدیدی بر پایه طیف توان و بایسپکتروم سیگنال هایhrv و edr استخراج شده اند. در مرحله نهایی از ویژگی های استخراج شده برای آموزش دسته بندی کننده ماشین بردار پشتیبان کمترین مربعات خطا (ls-svm) استفاده گردید و با اعتبار سنجی ضربدری عملکرد آن ارزیابی شد.