سیگنال الکتروکاردیوگرام (ECG) معمول‌ترین روش غیرتهاجمی برای بررسی سلامتی قلب یا تشخیص احتمالی بیماری‌های قلبی است. مطالعات نشان می‌دهد سیگنال ECG یک ساختار خطی ساده ندارد بلکه دارای مؤلفه‌های غیرخطی است. در این مقاله سیگنال ECG به عنوان یک سری زمانی در نظر گرفته شده است و شاخص‌های غیرخطی آشوبی مانند بزرگ‌ترین نمای لیاپانوف ( ) و بعد همبستگی (D2) از سیگنال ECG برای افراد سالم و بیمار استخراج می‌شود. در این راستا الگوریتم‌های مناسب جهت استخراج پارامترهای لازم برای بازسازی فضای حالت و نیز محاسبه بزرگ‌ترین نمای لیاپانوف و بعد همبستگی از روی سیگنال ECG با ملاحظات مربوطه ارائه می‌گردد. سپس با استفاده از طبقه‌بندی کننده فازی امکان تفکیک افراد سالم و بیمار، براساس شاخص‌های آشوبی محاسبه شده بررسی می‌شود. داده‌ها از پایگاه داده‌های MIT-BIH گرفته شده است و مقایسه نتایج برای سه گروه شامل افراد با ریتم قلبی سالم (NSR)، بیماران فیبریلاسیون دهلیزی (AF) و بیماران انسداد دسته شاخه چپ (LBBB) انجام شده است که مبیّن کارایی طبقه‌بندی ارائه شده بر اساس شاخص‌های آشوبی است. پرونده مقاله