본 논문은 심혈관 질환 진단에 필수적인 심전도(ECG)의 효율적이고 정확한 자동 판독을 위한 새로운 방법인 xLSTM-ECG를 제안한다. xLSTM 네트워크를 이용하여 PTB-XL 데이터셋을 기반으로 ECG 신호의 다중 레이블 분류를 수행한다. 시간-주파수 변환 기법인 STFT를 사용하여 ECG 파형을 주파수 영역으로 변환하여 특징 추출을 향상시키고, 12-lead ECG의 복잡성을 고려하여 설계된 xLSTM 아키텍처를 통해 국소적 및 전역적 신호 특징을 모두 포착한다. PTB-XL 및 Georgia 12-Lead 데이터셋에서의 실험 결과, 제안된 모델은 우수한 다중 레이블 분류 성능과 견고성, 효율성을 보여주며, 임상 진단 및 환자 치료 향상에 기여할 수 있음을 확인했다.