Tehnološki razvoj u modernom društvu kao jednu od posljedica ima i povećan broj generiranih podataka čija brojnost predstavlja značajan tehnički i znanstveni izazov u smislu pohrane i obrade.Za podatke koji u sebi ne sadrže vremensku komponentu, metode i tehnike za pohranu i analizu su veoma razvijene, ali za podatke koji su producirani slijedno ovo je još uvijek izazov. Podaci u vremenskim serijama nisu podobni za analizu klasičnim statističkim metodama jer je svaki podatak mjerenja direktno ovisan o prethodnom podatku mjerenom na istom izvoru. Ovime je prekršeno temeljno načelo klasičnih statističkih metoda o nezavisnosti opservacija u uzorku. Jedan od složenijih problema u analizi vremenskih serija je analiza elektrokardiograma (EKG-a). Ovaj rad predlaženovu metodu za analizu vremenskih serija te predstavlja istraživanje u kojem je ista metoda primijenjena u analizi ljudskog EKG signala. EKG kao postupak relativno niskih troškova koji je k tome ineinvazivan jest jedna od osnovnih dijagnostičkih metoda. Kako dugotrajno pregledavanje mnogo-brojnih EKG valova može biti naporno i neprakticno za ljudskog eksperta, računalna analiza EKG signala je značajan znanstveni i tehnički izazov s mnogim potencijalnim primjenama. Problem analize EKG signala obuhvaća nekoliko podrucja istraživanja poput uklanjanja šumova i smetnjikoje nastaju tijekom snimanja, detekcije otkucaja srca, analize ritma te raspoznavanja oblika EKG valova. Ovo istraživanje fokusirano je na detekciju otkucaja srca i raspoznavanje oblika valova.Inspiracija za razvoj metode dolazi iz spoznaja racunalne neuroznanosti, a metoda je u okviruovog istraživanja implementirana u programskom jeziku C++. Provedeni su eksperimenti u detekciji QRS kompleksa bez filtriranja signala, te detekciji QRS kompleksa i prepoznavanja oblikavalova nakon filtriranja signala. U tu svrhu su implementirani i digitalni filtri. U istraživanjusu dobiveni rezultati koji nadmašuju trenutno stanje tehnike te su dobivene spoznaje za daljnjirazvoj i primjenu metode i u podrucju racunalnog vida. Postignuta je tocnost detekcije otkucaja srca bez primjene filtara u prosjeku iznad 95% izracunato prema metodi unakrsne validacije nadsvakim zapisom, te iznad 99% nakon filtriranja signala prema više realisticnoj metodi testiranja baziranoj na subjektu te iznad 96% u raspoznavanju oblika EKG valova testirano prema prepo-rukama AAMI standarda. Takvo testiranje realno simulira potencijalnu klinicku primjenu. U smislu racunalnog vida, provedeni su eksperimenti u raspoznavanju rukom napisanih brojeva i drugih dvodimenzionalnih oblika. Rezultati u tim eksperimentima su približni trenutnom stanjutehnike i kreću se oko 90% tocnosti u raspoznavanju rukom napisanih brojeva iz MNIST skupa podataka.