الارتجاف الأذيني (AF)، وهو اضطراب شائع في نبض القلب، يُعد مرضًا متكررًا وخطيرًا على الحياة يصيب كبار السن. يُعد التصنيف التلقائي أحد الموضوعات الأكثر قيمة في العلوم الطبية وعلم الحيوية الحاسوبية، خصوصًا في كشف الارتجاف الأذيني. ومع ذلك، يصعب تفسير الخصائص المحلية لإشارات التخطيط الكهربائي للقلب (ECG) بشكل دقيق عبر التحليل اليدوي نظرًا لصغري أمplitudها وقصر مدتها، بالإضافة إلى تعقيد وطبيعة الإشارات غير الخطية. ولذلك، في هذا البحث، نقترح طريقة جديدة لتشخيص اضطرابات النظم القلبية باستخدام الشبكة العميقة، تُسمى نموذج الشبكة العميقة CNN-BLSTM، بهدف الكشف التلقائي عن نبضات القلب المرتبطة بالارتجاف الأذيني باستخدام إشارات ECG. يتكوّن النموذج من أربع طبقات تلافيفية، وطبقتين BLSTM، وطبقتين متصلتين بالكامل. تم إدخال مجموعتي بيانات: فترات RR (تسمى المجموعة A)، وسلسلة نبضات القلب (موجات P-QRS-T، تُسمى المجموعة B) إلى النموذج المذكور أعلاه. وبشكل خاص، حقق النهج المقترح أداءً متميزًا، حيث بلغت دقة النموذج 99.94% و98.63% في مجموعتي التدريب والتحقق من المجموعة A، على التوالي. وفي مجموعة الاختبار (البيانات غير المرئية)، حصلنا على دقة قدرها 96.59%، وحساسية بلغت 99.93%، وخصوصية بلغت 97.03%. وبقدر معرفتنا، فإن الخوارزمية التي قُدمت تُظهر نتائج ممتازة مقارنة بعدة أبحاث حديثة متقدمة، مما يُعد حلًا جديدًا فعّالًا للكشف التلقائي عن الارتجاف الأذيني.