En los últimos años, el aprendizaje profundo se ha aplicado en numerosos campos y ha dado excelentes resultados. Las redes neuronales convolucionales (CNNs) se han utilizado para analizar datos de electrocardiografía (ECG) en ingeniería biomédica. Este estudio combina el método Taguchi y CNNs para clasificar imágenes de ECG de latidos cardíacos individuales sin extracción de características ni conversión de señales. Se incluyeron en este estudio los quince tipos (cinco clases) del Conjunto de Datos de Arritmia MIT-BIH. La precisión de clasificación lograda fue del 96.79%, que es comparable a la literatura de vanguardia. El modelo propuesto demuestra un rendimiento efectivo y eficiente en la identificación de enfermedades cardíacas mientras se minimiza el error de diagnóstico.