الإضطرابات القلبية تمثل مرضًا يهدد حياة الإنسان. ولذلك، فإن التشخيص المبكر للإضطرابات القلبية له أهمية كبيرة في الوقاية من أمراض القلب والوفاة المفاجئة الناتجة عن مشاكل قلبية. إن نموذج الشبكة العصبية BiLSTM-Attention، الذي يستخدم الخصائص التسلسلية الشاملة لنشاط النبضات القلبية، يمكنه تحسين دقة تصنيف النبضات القلبية بشكل فعّال. أولاً، يتم إزالة الضوضاء باستخدام طريقة التحويل الموجي المستمر. ثانيًا، يتم اكتشاف قمة موجة R باستخدام قاعدة البيانات المُعلّمة، ثم استخراج شكل موجات P-QRS-T وفترة RR. يُشكّل هذا المجموعة من الخصائص ما يُعرف بخصائص التسلسل الشامل لنشاط النبضات القلبية، والتي تجمع بين شكل النبضة القلبية الفردية وفترة 21 فترة RR متتالية. أخيرًا، يتم استخدام خوارزمية Bi-LSTM ونماذج BiLSTM-Attention لتحديد فئة النبضة القلبية على التوالي، ويتم التحقق من الأداء باستخدام قاعدة بيانات MIT-BIH للإضطرابات القلبية. وأظهرت النتائج أن نموذج BiLSTM-Attention المدمج مع خصائص التسلسل الشامل لنشاط النبضات القلبية يتمتع بقابلية تفسير أعلى مقارنة بالطرق الأخرى المطروحة في هذه الورقة.