Decision tree application for solutions to improve the quality of ECG signal recognition. Using classical MLP neural networks, TSK fuzzy logic neural networks and vector machines support SVM to improve the accuracy and quality of identification results. Use the Hermite base functions to develop the QRS complex as a signal vector and use two additional time features: the distance between two consecutive R peaks, the average of the last 10 RR distances and. The solution was tested on a set of sample data taken from the MIT-BIH database.Ứng dụng cây quyết định cho giải pháp nâng cao chất lượng nhận dạng tín hiệu điện tim. Sử dụng các mạng nơron kinh điển MLP, mạng nơron logic mờ TSK và máy vectơ hỗ trợ SVM để cải thiện độ chính xác và chất lượng của kết quả nhận dạng. Sử dụng các hàm cơ sở Hermite để khai triển phức bộ QRS làm vectơ đặc trưng của tín hiệu và sử dụng thêm hai đặc tính về thời gian là khoảng cách giữa hai đỉnh R liên tiếp, giá trị trung bình của 10 khoảng cách R-R cuối cùng. Giải pháp đã được thể nghiệm trên bộ các số liệu mẫu lấy từ cơ sở dữ liệu MIT-BIH.