La clasificación de latidos y el filtrado de ruido son dos operaciones desafiantes y fundamentales al procesar electrocardiogramas digitales (ECG). Este artículo propone el método de modulación de latidos segmentados extendidos (ESBMM) como una herramienta para la clasificación automática de latidos y el filtrado de ECG. ESBMM incluye cuatro pasos principales: (1) identificación de latidos y segmentación en segmentos PQRS y TU; (2) extracción de características tiempo-frecuencia basadas en wavelet; (3) clasificación basada en redes neuronales convolucionales para discriminar entre latidos normales (N), supraventriculares (S) y ventriculares (V); y (4) un procedimiento de filtrado basado en plantillas. ESBMM fue probado utilizando la base de datos de arritmias MIT-BIH disponible en Physionet. En general, la precisión de la clasificación fue del 91.5%, mientras que los valores predictivos positivos fueron del 92.8%, 95.6% y 83.6%, para las clases N, S y V, respectivamente. La mejora de la relación señal-ruido después del filtrado fue entre 0.15 dB y 2.66 dB, con un valor mediano igual a 0.99 dB, que es significativamente mayor que 0 (<0.05). Por lo tanto, ESBMM demostró ser una herramienta confiable para clasificar latidos cardíacos en las clases N, S y V y para filtrar trazados de ECG.