Ўзбекистон республикаси ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлиги муҳаммад ал-хоразмий номидаги

 
 
EKG SIGNALLARINI DELTA FUNKTSIYALARI YORDAMIDA 
KOEFFISIENTLAR AYIRMASINI ANIQLASH 
Sharibayev N.Yu., Jabborov A. M.
(Namangan muhandislik-texnologiya instituti) 
Yurak-qon tomir tizimi kasalliklari dunyo bo‘yicha hozirgi kunga qadar 
nogironlik va o‘limning asosiy sababi ekanligicha qolmoqda. Jahon sog‘liqni saqlash 
tashkiloti ma'lumotlariga ko‘ra, barcha o‘lim holatlarining 56 foizi yurak-qon tomir 
tizimi kasalliklari oqibatida kelib chiqadi. Yevropa mamlakatlarida yurak-qon tomir 
kasalliklari yiliga 4,3 mln (48%) aholi o‘limiga sababchi bo‘ladi. 
Davlat statistika qo‘mitasi xabariga ko‘ra, O‘zbekiston Respublikasida 2019 
yilning yanvar-iyun oylarida vafot etgan fuqarolarning 62,1 foizi holatda aynan qon 
aylanish tizimi kasalliklari sabab qilib ko‘rsatilgan. 
Yurak-qon tomir tizimi kasalliklari insonning turmush tarzi va mavjud xavf 
omillari bilan uzviy bog‘liq. Ko‘pgina xavf omillari turmush tarzini o‘zgartirish 
orqali nazorat qilinsa, ayrimlari (arterial gipertoniya, dislipidemiya va qand miqdori) 
medikamentoz yo‘li bilan korreksiya qilinadi. 
O'tkir miokard infarkti bilan og'rigan bemorlarni davolashda vaqt omili hayot va 
mehnat qobiliyatining prognozi uchun hal qiluvchi ahamiyatga ega. EKGni 

---

175 
ro'yxatdan o'tkazish va tahlil qilish tibbiy yordamni boshlashni sezilarli darajada 
tezlashtirishi mumkin.
Biz delta funksiyalar orqali EKG signallarini tahlil qilib chiqamiz. 
Gauss funktsiyasi
 
(
Gauss, Gauss funktsiyasi) quyidagi formula bilan 
tavsiflangan haqiqiy funktsiya
: 
bu erda 
parametrlari ixtiyoriy haqiqiy sonlardir. 1809 yilda Gauss 
tomonidan normal taqsimot zichligi funktsiyasi sifatida kiritilgan va bu imkoniyatda 
eng katta qiymatga ega, bu holda parametrlar standart og'ish va matematik kutish 
orqali ifodalanadi[1,2]: 
Rasm1. Matematik kutish va standart og'ish ga qarab normal taqsimot zichligi grafigi 
shakli 
va 
uchun Gauss funktsiyasining grafigi qo'ng'iroq shaklidagi egri 
chiziq, 
parametri grafaning maksimal balandligini belgilaydi - qo'ng'iroqning 
tepasi, tepalikning noldan siljishi uchun javob beradi (
uchun tepalik nolga 
teng) va qo'ng'iroqning kengligiga (oralig'iga) ta'sir qiladi[3,4,5]. 
Funksiyalarning ko'p o'lchovli umumlashtirilishi mavjud. Oddiy taqsimot 
zichligi funktsiyasi sifatida ehtimollar nazariyasida, statistikada va boshqa ko'plab 
dasturlarda qo'shimcha ravishda Gauss matematik tahlil, matematik fizika va 
signallarni qayta ishlash nazariyasida mustaqil ma'noga ega[6]. 
Shu (1) funktsiya asosida EKG signallarida delta funktsiyalari orqali 
koeffisientlarini topamiz va koeffisientlar ayirmasini aniqlaymiz. Bu bizga yurakda 
infarkt miyokardni oldindan bilish imkoniyatini berishi mumkin
. 
Rasm2. 0,2 sek, 0,5mV oralig’idagi (EKG1) va delta funktsiyasi 

---

176 
Rasm3. 0,2 sek, 0,5mV oralig’idagi (EKG2) va delta funktsiyasi
Rasm4. EKG1 va EKG2 o’rtasidagi farqni ko’rsatuvchi koeffitsientlar ayirmasi 
Xulosa. Bizning taklif qilingan modelimiz an'anaviy usullar bilan 
taqqoslaganda ishlab chiqarish natijalari va ishlash ko'rsatkichlarini sezilarli darajada 
yaxshilaydi. Bundan ko’rinib turibdiki EKG signallarini delta funktsiyalari orqali 
koeffisientlarini va koeffisientlar ayirmasini aniqlash orqali biz yurakda infarkt 
miyokardni oldindan bilish imkoniyatiga ega bo’lishimiz mumkin, so'ngra klinik 
qo'llanmalar uchun yanada yaxshi natijalarga erishishga yordam beradi deb 
ishoniladi. 
References 
[1] 
S. Ladavich and B. Ghoraani, “Rate-independent detection of atrial fibrillation by statistical 
modeling of atrial activity,” 
Biomed. Signal Process. Control
, vol. 18, 2015, doi: 
10.1016/j.bspc.2015.01.007. 
[2] 
S. Asgari, A. Mehrnia, and M. Moussavi, “Automatic detection of atrial fibrillation using 
stationary wavelet transform and support vector machine,” 
Comput. Biol. Med.
, vol. 60, 
2015, doi: 10.1016/j.compbiomed.2015.03.005. 
[3] 
A. L. Goldberger 
et al.
, “PhysioBank, PhysioToolkit, and PhysioNet,” 
Circulation
, vol. 101, 
no. 23, 2000, doi: 10.1161/01.cir.101.23.e215. 
[4] 
Y. Xu, M. Luo, T. Li, and G. Song, “ECG signal De-noising and baseline wander correction 
based on CEEMDAN and wavelet threshold,” 
Sensors
, vol. 17, no. 12, 2017, doi: 
10.3390/s17122754. 
[5] 
Jabbarov Anvar Mansurjonovich, Ismanova Klara Dulanbaevna, and Isomaddinov Usmonali 
Mamurjanovich, “Creation of Algorithms for Constructions of Wavelet Models Suitable for 
Ecg-Signals,” 
TEST Eng. Manag.
, vol. 83, no. 26817, pp. 26817–26825, 2020. 
[6] 
N. Y. Sharibayev and A. M. Jabborov, “Wavelet Analysis Of Cardiological Signs Received 
With The Atmega Processor System,” 
Solid State Technol.
, vol. 63, no. 6, pp. 11786–11797, 
2020.