Розроблено метод класифікації ЕКГ з використанням SNN для розпізнавання серцевої недостатності. Розглянуто актуальність проблеми, переваги SNN над традиційними мережами, аналіз основ SNN, особливостей ЕКГ та архітектури моделі. Метою дослідження є створення теоретичної бази для енергоефективної моделі. Запропонована архітектура моделі складається з трьох шарів: вхідного (кодування ЕКГ у спайки за допомогою Leaky integrate-and-fire), резервуарного (1000 нейронів з рекурентними зв'язками та балансом збуджувальних/гальмівних синапсів) та вихідного (декодування для 5 класів через підрахунок спайків). Теоретичний аналіз стійкості базується на динамічних системах, забезпечуючи ефективність для носимих пристроїв.