Didelė dalis širdies susirgimų diagnostinių kriterijų gaunama registruojant ir analizuojant kardiosignalus, kurie atspindi tiek elektrinės širdies veiklos sutrikimus (EKG), tiek ir hemodinaminės bei mechaninės veiklos pokyčius, t.y. impedanskardiograma (IKG) ir seismokardiograma (SKG). Dar daugiau, efektyvus širdies susirgimų diagnostikos problemų sprendimas yra naujų kardiosignalų analizės technologijų kūrimas. Jau kelis dešimtmečius Furjė transformacija taikoma EKG dažnumų analizei, tuo tarpu kai IKG ir SKG dažnio charakteristikų vertinimui šis metodas nebuvo naudojamas. Darbo tikslas buvo pritaikyti Furjė analizę įvertinant bei palyginant tris sinchroniškai užregistruotus kardiosignalus, nes jie atspindi elektrinės širdies, hemodinaminės bei mechaninės širdies veiklos pokyčius geriau nei vienas EKG signalas. Kitas darbo tikslas buvo pritaikyti Furjė analizę įvertinant bei palyginant trijų sinchroniškai užregistruotų signalų - EKG, IKG ir SKG dažnio charakteristikas ir koherenciją bei klasifikuoti dvi grupes - "sveikas" ir "ligonis". Rezultatai rodo, kad koherencijos vertinimas ir spektrinė analizė gali būti naudinga gali būti naudingas širdies kraujagyslių bei plaučių sistemų ligų diagnostikai. / A big part of heart disease diagnostics criteria is collected by registration and analysis of cardio signals that reflect the disturbances of the electric heart activity – electrocardiogram (EСG), changes of hemodynamic - impedance cardiograms (IСG) and mechanic activity - seismocardiogram (SСG). ECG analysis is generally applying in clinic practice, but usually in visual way only. Due to the development of the technologies, the bigger amount of data could be stored and more exact analysis of information could be carried out. Therefore, a solution of problem of effective diagnostics of heart diseases is the creation of new technologies for analysis of cardio signals. Previously Fourier series were applied to frequency analysis of ECG, but this method was not applied for estimation of ICG and SCG frequency characteristics. In this thesis the frequency analysis method was applied to three cardio signals, because they reflect the electrical and mechanical work of the human heart better as entirely ECG signal. The main aim of this work was to adapt Fourier transformation to assessing and comparing some characteristics of hereinbefore signals, such as coherence and classify two searching groups - “healthy” and “sick”. Results showed that rating of coherence and spectral analysis could be useful for rightly analyzing and classifying the searching groups.