A method of performing electrocardiogram recognition comprising: receiving input from a user； filtering the input； performing feature extraction on the input by autocorrelation to provide a first feature set； performing spectral analysis of the input to provide a second feature set in a frequency domain； combining the first and second feature sets to provide a combined feature vector； performing dimensionality reduction on the combined feature vector to give a reduced feature vector； performing classification of the reduced feature vector to give a recognition decision, and/or storing the reduced feature vector for future recognition. By performing dimensionality reduction on the combined feature vector, the method is not constrained to any particular feature set nor vector size in either the time domain or in the frequency domain, but is able to optimally extract useful distinguishing features in each domain while resulting in a feature vector of a manageable length. Preferably the spectral analysis is performed on a representative PQRST curve, or PQRST curves that are time-shifted and superimposed to provide an average PQRST curve.L'invention concerne un procédé permettant d'effectuer une reconnaissance d'électrocardiogramme, ledit procédé consistant à : recevoir une entrée d'un utilisateur； filtrer l'entrée； procéder à une extraction de caractéristiques sur l'entrée par autocorrélation afin de fournir un premier ensemble de caractéristiques； effectuer une analyse spectrale de l'entrée pour fournir une seconde caractéristique définie dans un domaine fréquentiel； combiner les premier et second ensembles de caractéristiques pour fournir un vecteur de caractéristiques combiné； effectuer une réduction de dimensionnalité sur le vecteur de caractéristiques combiné afin de donner un vecteur de caractéristiques réduit； effectuer un classement du vecteur de caractéristiques réduit afin d'obtenir une décision de reconnaissance et/ou stocker le vecteur de caractéristiques ré
