Aktamov Shohruhbek Ulug‘bek o‘g‘lining
Falsafa doktori (PhD) dissertatsiyasi himoyasi haqida e’lon

I.Umumiy ma’lumotlar.
Dissertatsiya mavzusi, ixtisoslik shifri (ilmiy daraja beriladigan fan tarmog‘i):
“Qon aylanish tizimi kasalliklarini tasniflashda informatsion xususiyatlar to‘plamini tanlash algoritmlari”, 05.01.03 – “Informatikaning nazariy asoslari” (texnika fanlari).
Dissertatsiya mavzusi ro‘yxatga olingan raqam:B2025.4.PhD/T6143
Ilmiy rahbar: Nishanov Axram Xasanovich, texnika fanlari doktori, professor. 
Dissertatsiya bajarilgan muassasa nomi: Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti.
Ilmiy kengash faoliyat ko‘rsatayotgan muassasa nomi, Ilmiy kengash raqami: Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti, DSc.09/2025.27.12. T.01.03.
Rasmiy opponentlar: Tolaniddin Nurmuhamedov Ramziddinovich, texnika fanlari doktori, professor; Dadaxanov Musoxon Xoshimxonovich, texnika fanlari nomzodi, dotsent.
Yetakchi tashkilot: Buxoro davlat universiteti.
Dissertatsiya yo‘nalishi: nazariy va amaliy ahamiyatga molik.
II. Tadqiqotning maqsadi qon aylanish tizimi kasalliklarini tasniflash jarayonida yuqori aniqlikka erishishni ta’minlovchi informatsion xususiyatlar to‘plamini tanlash algoritmlarini ishlab chiqish hisoblanadi.
III. Tadqiqotning ilmiy yangiligi quyidagilardan iborat:
Qon aylanish tizimi kasalliklarini ifodalovchi informatsion xususiyatlar majmuasini shakllantirish, ma’lumotlarni sintetik tarzda ko‘paytirish va kengaytirilgan ma’lumotlar asosida sinf ichidagi hamda sinflararo obektlar o‘rtasidagi o‘xshashlik darajalarini hisobga oluvchi klasterlash algoritmi ishlab chiqilgan;
qon aylanish tizimi kasalliklarini tasniflashda “qiymatli”, “nominal va qiymatli” fazoda Fisher tipidagi mezonga asoslangan sinflararo farqlanishni maksimal darajada taminlovchi informatsion xususiyatlar to‘plamini tanlash algoritmi ishlab chiqilgan;
qon aylanish tizimi kasalliklarida obektlar o‘xshashligi informatsion mezonlariga asoslangan sinf ichidagi obektlarning bir-biriga yaqinligini o‘rtacha darajasi hamda turli sinf obektlari o‘rtasidagi farqlarni oshiruvchi informatsion xususiyatlar majmuasini tanlash algoritmi ishlab chiqilgan;
Nominal va miqdoriy belgilar fazosida obektlarning sinflararo farqlanish darajasini hisobga oluvchi Fisher tipidagi hamda ularning o‘xshashlik xususiyatlarini inobatga oluvchi mezonlar asosida informatsion xususiyatlar to‘plamini tanlash algoritmi ishlab chiqilgan.
IV. Tadqiqot natijalarining joriy qilinishi. Tadqiqotda ishlab chiqilgan qon aylanish tizimi kasalliklarini tavsiflovchi informatsion xususiyatlarni shakllantirish, sintetik ma’lumotlar yaratish, obektlarni klasterlash va tasniflash, Fisher tipidagi hamda o‘xshashlik mezonlariga asoslangan optimal belgilar majmuasini tanlash, shuningdek tashxislash uchun eng muhim informativ belgilarni aniqlash algoritmlari va ular asosida yaratilgan «Aqlli insult» dasturiy majmuasi asosida:
Navoiy viloyati Qiziltepa tuman tibbiyot birlashmasida insult kasalligini tashxislash jarayonlarini takomillashtirish maqsadida mazkur dasturiy majmua foydalanish uchun qabul qilingan va amaliyotga joriy etilgan (O‘zbekiston Respublikasi Sog‘liqni saqlash vazirligining 2025-yil 27-iyundagi 05-28/14414-son ma’lumotnomasi). Natijada insult kasalligini tavsiflovchi 30 ta simptom belgidan tashxislash uchun eng muhim bo‘lgan 23 ta informativ belgilar majmuasi tanlab olingan hamda ushbu belgilar asosida kasallikka tashxis qo‘yishga ketadigan vaqt taxminan 30 foizga qisqartirilgan;
Shuningdek, Navoiy viloyati Qiziltepa tumanidagi SOF + MED tibbiy muassasasida insult kasalliklarini tashxislash samaradorligini oshirish maqsadida «Aqlli insult» dasturiy majmuasi amaliyotga joriy etilgan (O‘zbekiston Respublikasi Sog‘liqni saqlash vazirligining 2025-yil 27-iyundagi 05-28/14414-son ma’lumotnomasi). Natijada insult kasalligini ifodalovchi 27 ta simptom belgidan tashxislash uchun eng muhim bo‘lgan 17 ta informativ belgilar majmuasi tanlab olingan, kasallikka tashxis qo‘yishga ketadigan vaqt 1,5 barobarga qisqartirilgan va tashxislash samaradorligi 1,7 barobarga oshirilgan.