Képalkotás modellezése, metrikái. Orvosi képdiagnosztika 2017 ősz
|
|
- Klára Papné
- 5 évvel ezelőtt
- Látták:
Átírás
1 Képalkotás modellezése, metrikái Orvosi képdiagnosztika 2017 ősz
2 Jelölésjegyzék Rendszer válasza f gerjesztésre: Dirac-delta: x ; egységugrás: 0 idejű Dirac-delta gerjesztése a rendszer válasza: h x x : h x, x Konvolúció: g Fourier transzformáltja: G FT g g spektruma: G g sávszélessége: bwg X eloszlás várható értéke: X, szórása: std X 2 Szürkeárnyalatos képet leíró leképezés: I : R R Elemenkénti átlagolás: S f x h x, x0 LTI esetben: x i 1: M I x, y 1 M I x, y i
3 Tartalom Elméleti áttekintés lineáris rendszerek: LTI rendszerek leírása konvolúciós integrál Rendszer identifikáció Folytonos idejű Fourier transzformáció Képalkotás mérése lineáris rendszerekkel: Point Spread Function, Modulation Transfer Function, Noise Power Spectra, SNR, CNR NEQ, DQE
4 Lineáris rendszerek Komplex, fizikai rendszerek sosem lineárisak Linearizálás nélkül kezelhetetlenül bonyolultak Leginkább sztochasztikus folyamatok Lin. rendszerként várható értékük jellemezhető Lineáris rendszerek jellemzői Rendszer: S : A B Lineáris: S a f b g a S f b S g a, b R f, g : C A
5 Lineáris rendszerek vizsgálata Eltolás-invariáns (idő invariáns) rendszer: S f x x y x S f y Dirac impulzus: x x lim exp Impulzusválasz: h x, x S y x x Eltolás-invariáns rendszernél: 0 0 LTI rendszereket egyértelműen leírja h x, x h x x 0 0 h x
6 LTI rendszerek válasza (konvolúciós integrál) Közelítsük infinitezimális téglákkal f-et: S f x yˆ x : f j x hx, j x x Ha Közelítő modell helyességének feltételei: f folytonos h x, y is folytonos függvénye y -nak x 1 eltolás invariáns: Tömörebben: j S S f x lim yˆ x f x ' hx x ' dx ' x0 x ' y x : S f x f h x
7 LTI rendszerek válasza (konvolúciós integrál) + + :
8 LTI rendszerek válasza (konvolúciós integrál)
9 LTI rendszerek Impulzusválasz ( h) egyéb elnevezései: Súlyfüggvény Gerjesztés Válasz függvény Képalkotó rendszereknél: Point Spread Function Fizikai képalkotó rendszerek sajátosságai: Rögzített képek (projekciók, stb.): y h x 3 2 Általában x : R R, y : R R a képalkotás, és a fizikai foton interakciók függvénye
10 Egyszerű rendszerek impulzusválasza Arányos tag: (szemléltetés) Integráló tag: Diffrenciáló tag: Holtidős tag:
11 Fourier Transzformáció Folytonos függvények lineáris transzformációja: 2 2 ; f x F e j e j F f x x dx x d Euler formula: exp j 2 x cos 2 x j sin 2 x LTI rendszerek vizsgálata Fourier tartományban: ' x ' Konvolúció tétel: j2 xx ' y x h x F e d dx ' 2 ' 2 ' j y x F h x e x dx ' e j x d x ' Y F H
12 LTI rendszerek konvolúció tétel LTI rendszer sajátfüggvényei az FT bázisfüggvényei (komplex exponenciálisak): frekvenciájú szinuszos jelre adott válasz is frekvenciájú szinuszos jel: LTI
13 LTI rendszerek átviteli függvény Átviteli függvény: H FT h exp H H j H értelmezése: H rendszer erősítése (1/ tehetetlensége): ~ jel változásának sebessége Fizikailag realizálható rendszerek sávkorlátozottak:, ha bw h H 1 Általában monoton csökkenő függvény (ellenpélda: kondenzátor) H rendszer fázis tolása (késleltetése): FT f x x F exp j 2 x 0 0
14 LTI rendszerek identifikációja H meghatározása: Egységimpulzus ( x) gerjesztés Egységugrás gerjesztés: h x ds 1 x dx 1 x x ' dx ' Szinuszos vizsgálójellel (LTV-hez is jó lehet): f x A cos 2 x 0 0 cos2 y x A A x H x 0 0 exp A j sign? esetén
15 LTI rendszerek identifikációja Multiszinuszos vizsgálójel (LTV rendszerekhez is): f x A cos2 i i x i i y x H i Fourier Sorfejtése megadja értékeit S Fehér zajjal: Bemeneti zaj: teljesítménysűrűség spektruma egyenletes Kimeneti zaj: teljesítménysűrűség spektruma H 2
16 Képalkotó rendszerek jellemzése Képalkotás általános modellje: Lineáris rendszer: Lineáris rendszerek GV vizsgálat Ideális gerjesztés: dirac-delta Közelítése: pontszerű gerjesztés A gerjesztés is GV válasza egy lineáris rendszernek ( ) Közvetlenül a ( h*l ) rendszert vizsgáljuk l,,
17 Point Spread Function Általános modell (konv. integrál)- a gerjesztés képét elmosás és additív zaj degradálja: g x, y h x, y;, f, d dd x, y,, 0 f,, : gerjesztés (vizsgált objektum) xy, : additív zaj h x, y;,, : rendszer súlyfüggvénye PSF-je Inverz probléma később részletesen tárgyaljuk
18 Point Spread Function (2D 2D eset) Nem szükségszerűen izotropikus: Fényképezőgépek / mikroszkópok inhomogén lencsék okozzák az anizotróp PSF-et PA röntgen, CT, DTS esetén tipikusan anizotróp MRI esetén felvételi paraméterek függvénye Nem szükségszerűen shift invariáns: Jelentősen nagyobb probléma Közelítés shift invariáns rendszerekkel: Alapelv: PSF folytonos függvény Isoplanatic régiók
19 Point Spread Function (2D 2D eset) 2D 2D: az ideális képalkotással keletkező és a rögzített kép közötti rendszer Nem szükségszerűen izotropikus: Fényképezőgépek / mikroszkópok inhomogén lencsék okozzák az anizotróp PSF-et PA röntgen, CT, DTS esetén tipikusan anizotróp MRI esetén felvételi paraméterek függvénye Nem szükségszerűen shift invariáns: Jelentősen nagyobb probléma Közelítés shift invariáns rendszerekkel: Alapelv: PSF folytonos függvény Isoplanatic régiók Az időinvariancia elnevezése képeket bemenetként kezelő 2D rendszer esetén.
20
21 Modulation Transfer Function (modulációs átviteli függvény) Tételezzük fel, hogy a PSF pozíció független Ekkor a PSF spektrumát érdemes vizsgálni: TF (átviteli függvény): Elterjedt még az OTF / MTF felbontás is: H Optical Transfer Function: Modulation Transfer Function: F h Effektív felbontás (zaj nélkül): Képalkotásban 0.5-ös MTF érték határozza meg HH 0,0 HH bwh 0,0
22 Röntgen detektor MTF példák
23 MTF mérése MTF definiálásánál LTI modellt használtunk: Expected MTF: célja az alul-mintavételezés hatására keletkező moire hatásait degradálni Gyakori megvalósításai: Vonalpár fantom: MTF származtatható belőle Rés módszer: magas frekvencián pontosabb Él módszer: alacsony frekvencián pontosabb Általában egy irány mentén mérhető: Ami a fantom elhelyezésétől függ
24 MTF mérése vonalpár fantomok Catphan 500 FBP-vel rekonstruált axiális szelet
25 MTF mérése vonalpár fantom Digitális fényképezőgépekhez készült fantom:
26 MTF mérése: él módszer - A fantom éle a pixelek oszlopaival kis, de >0 szöget zár be. - Így lehetőség nyílik az él felül-mintavételezésére, korrigálható az alulmintavételezési probléma. - Az élre merőleges derivált adja meg a PSF-et.
27 MTF PSF közötti kapcsolat
28 MTF szerinti minősítés
29 Signal to Noise Ratio (jel / zaj viszony) Általános jelfeldolgozásban: Általában additív zaj Képalkotó rendszerek esete: f homogén objektum legyen SNR 10log P P 20log A A db x,y 10 signal noise 10 signal noise N N a homogén objektum képének kiterjedése, fontos, hogy elegendően nagy legyen Több felvételből is mérhető x, y x, y SNR I std I x,y N
30 Contrast to Noise Ratio (kontraszt / zaj viszony) Kontraszt önmagában nem jó minősítő: Gyakran főleg a zaj generálja Objektumok elkülönítését javítja a jobb kontraszt, de degradálja a nagyobb zaj CNRA, B CA, B N I x, y I x, y std I x, y x,y A A,B a két elkülöníteni kívánt objektum képe N azon régió, melyből becsülhető a képzaj: Ennek konkrét megválasztása esetfüggő Alkalmazása (mint metrika) főleg orvosi körben elterjedt x,y B x,y N
31 CNR mérése CT esetén - Fontos, hogy nem tételez fel lineáris képalkotást! - Szeleten belüli felbontás vs. sugárdózis optimalizáció - Nemlineáris rekonstrukciók minősítése Catphan 600
32 Röntgen kvantum jellemzői Kvantum: fotonok száma Fotonok eloszlása: Érzékelő felületén/ időben nem egyenletes Sugárzás inherens zaját ez a jelenség generálja Ergodikus eloszlással írható le Véletlen Poisson Folyamat: Q várható érték esetén Q szórás Ideális képalkotó rendszer: Plusz zajt nem generál ( SNR SNR ) out in
33 Noise Power Spectrum (zaj teljesítmény spektrum) A képzaj energiája frekvenciafüggő: NPS definíciója folytonos jel esetén: 1 1: M NPS lim F I I Nx, Ny, M X Y Diszkrét esetben: x y 1: M NPS lim F I I Nx, Ny, M Nx Ny x, y N, N 2 2 : detektor pixeleinek x és y irányú kiterjedése : detektor x és y irányú logikai felbontása x y (pixeleinek a száma) X x N, Y y N detektor fizikai mérete x y
34 Noise Power Spectrum (zaj teljesítmény spektrum) A képzaj energiája frekvenciafüggő:, exp2 f x y j ux vy dydx xy, NPS definíciója folytonos jel esetén: 1 1: M NPS lim F I I Nx, Ny, M X Y Diszkrét esetben: x y 1: M NPS lim F I I Nx, Ny, M Nx Ny x, y f m, nexp2 j u m M v n N N, N mn, 2 2 : detektor pixeleinek x és y irányú kiterjedése : detektor x és y irányú logikai felbontása x y (pixeleinek a száma) X x N, Y y N detektor fizikai mérete x y
35 Normalized NPS: Noise Equivalent Quanta (zaj ekvivalens kvantum) Kompenzálja a rendszer erősítését ~ Mi a detektor válasza olyan helyen, melybe Q foton érkezik (kvázi a rendszer erősítése) Noise Equivalent Quanta: Mennyi foton lenne szükséges ugyanazon képminőség eléréséhez, ha ideális lenne a képalkotás NNPS u, v NPS u, v A A 2 NEQ u, v MTF u, v NNPS u, v SNR u, v 2 2
36 Detective Quantum Efficiency (detektálási kvantumhatékonyság) Eddigi metrikáknál nem vizsgáltuk a dózistól / fotonok számától való függést: DQE u, v NEQ u, v Q Q a vizsgált detektort elérő kvantum (fotonok száma, definiálható így is a dózis) Fontos interpretáció: 2 2 DQE u, v SNR u, v SNR u, v SNR in u, v in : érzékelőelemre belépő jel (pl. röntgensugár, fotonok) SNR je A kész rendszer információ átvitelének hatékonyságát méri, értéke 0 és 1 között változik.
37 DQE számolási példák -1- Adott egy röntgen detektor, melyet az alábbi rendszer ír le: Egy ideális detektor és egy csillapító réteg soros kaszkádja (pl. CsI szcintillátor), a csillapító réteg nem változtatja az átmenő sugárzás eloszlásának típusát. A szcintillátor a felületét elérő röntgen fotonok ¼- éből generál látható fotont, plusz zajt nem generál. Q=5000 röntgen foton/ pixel éri a teljes rendszert. NEQ=? DQE=? SNRin=? SNR=?
38 DQE számolási példák -2- Adott egy röntgen detektor, mely: Ideális detektor, és zajos A/D átalakító soros kaszkádja, mely zaja ekvivalens 50 foton/pixel-el a belépő sugárzás fluxusában (inherens zaj). A kiolvasási zaj és a detektort érő fotonok zaja Poisson eloszlású, egymással korrelálatlan. Q=10000 foton/pixel éri a detektor felületét. NEQ=? DQE=? SNRin=? SNR=? Jó közelítéssel ez a két zajforrás aggregálódik (Hf. az aggregált rendszer metrikái).
39 Röntgen detektor kvantum modellje
40 És mi a valóság? Gyakorlatban integráló típusú detektorok: Detektorok erősen érzékenyek a becsapódó fotonok energiájára: Kisebb energiájú fotonok esetén kevésbé érzékenyek Gyakorlatban van egy minimum energiaküszöb Az eddig tárgyalt elmélet erősen egyszerűsít Ezen alapszik az integráló detektorok modellezése is, de az jóval bonyolultabb (ritkán használják, főleg szimulációra) DE nincs ennél jobb általános modell Vagy a nagy számok törvényére hivatkozva minden zajt Gauss zajnak feltételeznek, mely még kevésbé adekvát.
Képalkotás modellezése, metrikái. Orvosi képdiagnosztika 6. ea ősz
Képalkotás modellezése, metrikái Orvosi képdiagnosztika 6. ea. 2015 ősz Jelölésjegyzék Rendszer válasza f gerjesztésre: Dirac-delta: x ; egységugrás: 0 idejű Dirac-delta gerjesztése a rendszer válasza:
RészletesebbenJelfeldolgozás bevezető. Témalaboratórium
Jelfeldolgozás bevezető Témalaboratórium Tartalom Jelfeldolgozás alapjai Lineáris rendszerelmélet Fourier transzformációk és kapcsolataik Spektrális képek értelmezése Képfeldolgozás alapjai Néhány nevezetesebb
RészletesebbenFourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz
Fourier térbeli analízis, inverz probléma Orvosi képdiagnosztika 5-7. ea. 2017 ősz 5. Előadás témái Fourier transzformációk és kapcsolataik: FS, FT, DTFT, DFT, DFS Mintavételezés, interpoláció Folytonos
RészletesebbenKépalkotó diagnosztikai eljárások:
Képalkotó diagnosztikai eljárások: Soroljon fel néhány orvosi képalkotáson alapuló diagnosztikai eljárást, mely o Transzmissziós o Indukciós o Emissziós elv alkalmazásán alapul. Mire szolgálnak az egyes
RészletesebbenEllenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz
Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz 1. Hogyan lehet osztályozni a jeleket időfüggvényük időtartama szerint? 2. Mi a periodikus jelek definiciója? (szöveg, képlet, 3. Milyen
RészletesebbenDekonvolúció a mikroszkópiában. Barna László MTA Kísérleti Orvostudományi Kutatóintézet Nikon-KOKI képalkotó Központ
Dekonvolúció a mikroszkópiában Barna László MTA Kísérleti Orvostudományi Kutatóintézet Nikon-KOKI képalkotó Központ 2015 Fourier-Sorok Minden 2π szerint periodikus függvény előállítható f x ~ a 0 2 + (a
RészletesebbenKéprekonstrukció 3. előadás
Képrekonstrukció 3. előadás Balázs Péter Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem Computed Tomography (CT) Elv: Röntgen-sugarak áthatolása 3D objektum 3D térfogati kép Mérések
RészletesebbenIrányítástechnika 2. előadás
Irányítástechnika 2. előadás Dr. Kovács Levente 2013. 03. 19. 2013.03.19. Tartalom Tipikus vizsgálójelek és azok információtartalma Laplace transzformáció, állapotegyenlet, átviteli függvény Alaptagok
RészletesebbenRENDSZERTECHNIKA 8. GYAKORLAT
RENDSZERTECHNIKA 8. GYAKORLAT ÜTEMTERV VÁLTOZÁS Gyakorlat Hét Dátum Témakör Házi feladat Egyéb 1 1. hét 02.09 Ismétlés, bevezetés Differenciálegyenletek mérnöki 2 2. hét 02.16 szemmel 1. Hf kiadás 3 3.
RészletesebbenVillamosságtan szigorlati tételek
Villamosságtan szigorlati tételek 1.1. Egyenáramú hálózatok alaptörvényei 1.2. Lineáris egyenáramú hálózatok elemi számítása 1.3. Nemlineáris egyenáramú hálózatok elemi számítása 1.4. Egyenáramú hálózatok
RészletesebbenFourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz
Fourier térbeli analízis, inverz probléma Orvosi képdiagnosztika 5-7. ea. 2017 ősz 6. Előadás tartalma Spektrumszivárgás Képfeldolgozás frekvencia tartományban: 2D Spektrum gépi ábrázolása Szűrések frekvenciatartományban
RészletesebbenRekonstrukciós eljárások. Orvosi képdiagnosztika 2017 ősz
Rekonstrukciós eljárások Orvosi képdiagnosztika 2017 ősz Élet a konvex optimalizáción túl CT-s szimuláció, 10 projekcióból (ΔΘ=18 ): Konvex: L2-TV Valóban ritkasági priorral Lineáris tomoszintézis Speciális
RészletesebbenFourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 7-8. ea ősz
Fourier térbeli analízis, inverz probléma Orvosi képdiagnosztika 7-8. ea. 2015 ősz 7. előadás tartalma Fourier transzformációk és kapcsolataik: FS, FT, DTFT, DFT, DFS Mintavételezés, interpoláció Frekvenciaszivárgás
RészletesebbenFourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 6-8. ea ősz
Fourier térbeli analízis, inverz probléma Orvosi képdiagnosztika 6-8. ea. 2016 ősz 6. előadás tartalma Fourier transzformációk és kapcsolataik: FS, FT, DTFT, DFT, DFS Mintavételezés, interpoláció Spektrumszivárgás
RészletesebbenDigitális jelfeldolgozás
Digitális jelfeldolgozás Átviteli függvények Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék magyar.attila@virt.uni-pannon.hu 2011. október 13. Digitális
RészletesebbenDINAMIKAI VIZSGÁLAT OPERÁTOROS TARTOMÁNYBAN. 2003.10.30. Dr. Aradi Petra, Dr. Niedermayer Péter: Rendszertechnika segédlet 1
DINAMIKAI VIZSGÁLAT OPERÁTOROS TARTOMÁNYBAN 2003.10.30. Dr. Aradi Petra, Dr. Niedermayer Péter: Rendszertechnika segédlet 1 Differenciálegyenlet megoldása u(t) diff. egyenlet v(t) a n d n v m dt a dv n
RészletesebbenAkusztikai tervezés a geometriai akusztika módszereivel
Akusztikai tervezés a geometriai akusztika módszereivel Fürjes Andor Tamás BME Híradástechnikai Tanszék Kép- és Hangtechnikai Laborcsoport, Rezgésakusztika Laboratórium 1 Tartalom A geometriai akusztika
RészletesebbenRekonstrukciós eljárások. Orvosi képdiagnosztika 2017 ősz
Rekonstrukciós eljárások Orvosi képdiagnosztika 2017 ősz Pozitron emissziós tomográfia alapelve Szervezetbe pozitron kibocsátására képes radioaktív izotópot tartalmazó anyagot visznek cukoroldatban. Sejtek
RészletesebbenJelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék
Jelek és rendszerek 1 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék 1 Ajánlott irodalom: FODOR GYÖRGY : JELEK ÉS RENDSZEREK EGYETEMI TANKÖNYV Műegyetemi Kiadó, Budapest, 2006
RészletesebbenJelfeldolgozás - ANTAL Margit. impulzusválasz. tulajdonságai. Rendszerek. ANTAL Margit. Sapientia - Erdélyi Magyar Tudományegyetem
Sapientia - Erdélyi Magyar Tudományegyetem 2007 Megnevezések Diszkrét Dirac jel Delta függvény Egységimpluzus függvény A diszkrét Dirac jel δ[n] = { 1, n = 0 0, n 0 d[n] { 1, n = n0 δ[n n 0 ] = 0, n n
RészletesebbenHíradástechikai jelfeldolgozás
Híradástechikai jelfeldolgozás 13. Előadás 015. 04. 4. Jeldigitalizálás és rekonstrukció 015. április 7. Budapest Dr. Gaál József docens BME Hálózati Rendszerek és SzolgáltatásokTanszék gaal@hit.bme.hu
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS Dr. Soumelidis Alexandros 2018.10.04. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG Mérés-feldolgozás
RészletesebbenWavelet transzformáció
1 Wavelet transzformáció Más felbontás: Walsh, Haar, wavelet alapok! Eddig: amplitúdó vagy frekvencia leírás: Pl. egy rövid, Dirac-delta jellegű impulzus Fourier-transzformált: nagyon sok, kb. ugyanolyan
RészletesebbenRekonstrukciós eljárások. Orvosi képdiagnosztika 2017 ősz
Rekonstrukciós eljárások Orvosi képdiagnosztika 2017 ősz Előadások témája Röntgen tomográfia fizikai és matematikai alapjai 2D Radon transzformáció, szűrt visszavetítés: Fan beam / Cone beam felvételi
RészletesebbenZ v 1 (t)v 2 (t τ)dt. R 12 (τ) = 1 R 12 (τ) = lim T T. ill. periódikus jelekre:
1 Korrelációs fügvények Hasonlóság mértéke a két függvény szorzatának integrálja Időbeli változások esetén lehet vizsgálni a hasonlóságot a τ relatív időkülönbség szerint: Keresztkorrelációs függvény:
RészletesebbenADAT- ÉS INFORMÁCIÓFELDOLGOZÁS
ADAT- ÉS INFORMÁCIÓFELDOLGOZÁS Földtudományi mérnöki MSc mesterszak 2018/19 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ Miskolci Egyetem Műszaki Földtudományi Kar Geofizikai és Térinformatikai Intézet A tantárgy
RészletesebbenJelek és rendszerek MEMO_03. Pletl. Belépő jelek. Jelek deriváltja MEMO_03
Jelek és rendszerek MEMO_03 Belépő jelek Jelek deriváltja MEMO_03 1 Jelek és rendszerek MEMO_03 8.ábra. MEMO_03 2 Jelek és rendszerek MEMO_03 9.ábra. MEMO_03 3 Ha a jelet méréssel kapjuk, akkor a jel következő
Részletesebben7. Előadás tartalma. Lineáris szűrők: Inverz probléma dekonvolúció: Klasszikus szűrők súly és átviteli függvénye Gibbs jelenség
7. Előadás tartalma Lineáris szűrők: Klasszikus szűrők súly és átviteli üggvénye Gibbs jelenség Inverz probléma dekonvolúció: Inverz probléma ormális elírása Dekonvolúció nehézsége Közismert algoritmusok:
RészletesebbenJelek és rendszerek - 4.előadás
Jelek és rendszerek - 4.előadás Rendszervizsgálat a komplex frekvenciatartományban Mérnök informatika BSc (lev.) Pécsi Tudományegyetem, Pollack Mihály Műszaki Kar Műszaki Informatika és Villamos Intézet
RészletesebbenKépfeldolgozó eljárások áttekintés. Orvosi képdiagnosztika
Képfeldolgozó eljárások áttekintés Orvosi képdiagnosztika Tartalomjegyzék Képmanipulációs eljárások Képjavítás (kontraszt módosítás, intenzitásviszonyok módosításahisztogram módosítás, zajszűrés) Képelemzés
RészletesebbenAz Orvosi Fizika Szigorlat menete a 2012/2. tanévtől
Az Orvosi Fizika Szigorlat menete a 2012/2. tanévtől 1. A szigorlat menete A szigorlatot a Fizikus MSc orvosi fizika szakirányos hallgatók a második vagy harmadik szemeszterük folyamán tehetik le. A szigorlat
RészletesebbenDigitális jelfeldolgozás
Digitális jelfeldolgozás Mintavételezés és jel-rekonstrukció Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék magyar.attila@virt.uni-pannon.hu 2010.
RészletesebbenPontműveletek. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar február 20.
Pontműveletek Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar 2012. február 20. Sergyán (OE NIK) Pontműveletek 2012. február 20. 1 / 40 Felhasznált irodalom
RészletesebbenJelfeldolgozás. Gyakorlat: A tantermi gyakorlatokon való részvétel kötelező! Kollokvium: csak gyakorlati jeggyel!
1 Jelfeldolgozás Jegyzet: http://itl7.elte.hu : Elektronika jegyzet (Csákány A., ELTE TTK 119) Jelek feldolgozása (Bagoly Zs. Csákány A.) angol nyelv DSP (PDF) jegyzet Gyakorlat: A tantermi gyakorlatokon
RészletesebbenDigitális képek szegmentálása. 5. Textúra. Kató Zoltán.
Digitális képek szegmentálása 5. Textúra Kató Zoltán http://www.cab.u-szeged.hu/~kato/segmentation/ Textúra fogalma Sklansky: Egy képen egy területnek állandó textúrája van ha a lokális statisztikák vagy
Részletesebben1. Képalkotás. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)
1. Képalkotás Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 2 Képalkotás fizikai paraméterei Geometriai Vetítés típusa (perspectív) Kamera
RészletesebbenMintavétel: szorzás az idő tartományban
1 Mintavételi törvény AD átalakítók + sávlimitált jel τ időközönként mintavétel Mintavétel: szorzás az idő tartományban 1/τ körfrekvenciánként ismétlődik - konvolúció a frekvenciatérben. 2 Nem fednek át:
RészletesebbenIdő-frekvencia transzformációk waveletek
Idő-frekvencia transzformációk waveletek Pokol Gergő BME NTI Üzemi mérések és diagnosztika 2015. április 23. Vázlat Alapfogalmak az idő-frekvencia síkon Rövid idejű Fourier-transzformáció spektrogram Folytonos
RészletesebbenMRI áttekintés. Orvosi képdiagnosztika 3. ea ősz
MRI áttekintés Orvosi képdiagnosztika 3. ea. 2015 ősz MRI Alapelv: hogyan lehet mágneses vizsgálattal valamilyen anyag (jelen esetben az élő emberi szervezet) belső felépítéséről információt kapni? A mágneses
RészletesebbenHadházi Dániel.
Hadházi Dániel hadhazi@mit.bme.hu Orvosi képdiagnosztika: Szerepe napjaink orvoslásában Képszegmentálás orvosi kontextusban Elvárások az adekvát szegmentálásokkal szemben Verifikáció és validáció lehetséges
RészletesebbenGépészeti rendszertechnika (NGB_KV002_1)
Gépészeti rendszertechnika (NGB_KV002_1) 3. Óra Kőrös Péter Közúti és Vasúti Járművek Tanszék Tanszéki mérnök (IS201 vagy a tanszéken) E-mail: korosp@ga.sze.hu Web: http://www.sze.hu/~korosp http://www.sze.hu/~korosp/gepeszeti_rendszertechnika/
RészletesebbenCompton-effektus. Zsigmond Anna. jegyzıkönyv. Fizika BSc III.
Compton-effektus jegyzıkönyv Zsigmond Anna Fizika BSc III. Mérés vezetıje: Csanád Máté Mérés dátuma: 010. április. Leadás dátuma: 010. május 5. Mérés célja A kvantumelmélet egyik bizonyítékának a Compton-effektusnak
RészletesebbenFODOR GYÖRGY JELEK ÉS RENDSZEREK
FODOR GYÖRGY JELEK ÉS RENDSZEREK EGYETEMI TANKÖNYV Műegyetemi Kiadó, 2006 Előszó A valóságos fizikai, kémiai, műszaki, gazdasági folyamatokat modellek segítségével írjuk le. A modellalkotás során leegyszerűsítjük
RészletesebbenHa sokáig mérünk: kiátlagoljuk a jelet Milyen lesz ez a súlyfüggvény? T idejű integrálás + delta függvény T ideig integrálva:
1 Integráló voltmérő Ha sokáig mérünk: kiátlagoljuk a jelet Milyen lesz ez a súlyfüggvény? T idejű integrálás + delta függvény T ideig integrálva: A súlyfüggvény: T széles impulzus 2 Ha a bemenő zaj B
RészletesebbenMátrix-exponens, Laplace transzformáció
2016. április 4. 2016. április 11. LINEÁRIS DIFFERENCIÁLEGYENLET RENDSZEREK ÉS A MÁTRIX-EXPONENS KAPCSOLATA Feladat - ismétlés Tegyük fel, hogy A(t) = (a ik (t)), i, k = 1,..., n és b(t) folytonos mátrix-függvények
Részletesebben4. Szűrés frekvenciatérben
4. Szűrés frekvenciatérben Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) Unitér transzformációk Az unitér transzformációk olyan lineáris,
RészletesebbenFehérzajhoz a konstans érték kell - megoldás a digitális szűrő Összegezési súlyok sin x/x szerint (ez akár analóg is lehet!!!)
DSP processzorok: 1 2 3 HP zajgenerátor: 4 Shift regiszter + XOR kapu: 2 n állapot Autókorrelációs függvény: l. pénzdobálás: (sin x/x) 2 burkoló! Fehérzajhoz a konstans érték kell - megoldás a digitális
Részletesebben3. Szűrés képtérben. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)
3. Szűrés képtérben Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE http://www.inf.u-szeged.hu/~kato/teaching/ 2 Kép transzformációk típusai Kép értékkészletének radiometriai információ
RészletesebbenTartalomjegyzék. Emlékeztetõ. Emlékeztetõ. Spektroszkópia. Fényelnyelés híg oldatokban A fény; Abszorpciós spektroszkópia
Tartalomjegyzék PÉCS TUDOMÁNYEGYETEM ÁLTALÁNOS ORVOSTUDOMÁNY KAR A fény; Abszorpciós spektroszkópia Elektromágneses hullám kölcsönhatása anyaggal; (Nyitrai Miklós; 2015 január 27.) Az abszorpció mérése;
RészletesebbenAnalóg elektronika - laboratóriumi gyakorlatok
Analóg elektronika - laboratóriumi gyakorlatok. Mûveleti erõsítõk váltakozó-áramú alkalmazásai. Elmélet Az integrált mûveleti erõsítõk váltakozó áramú viselkedését a. fejezetben (jegyzet és prezentáció)
RészletesebbenAbszorpciós spektroszkópia
Tartalomjegyzék Abszorpciós spektroszkópia (Nyitrai Miklós; 2011 február 1.) Dolgozat: május 3. 18:00-20:00. Egész éves anyag. Korábbi dolgozatok nem számítanak bele. Felmentés 80% felett. A fény; Elektromágneses
Részletesebben2. témakör. Sztochasztikus, stacionárius és ergodikus jelek leírása idő és frekvenciatartományban
2. témakör Sztochasztikus, stacionárius és ergodikus jelek leírása idő és frekvenciatartományban Bevezetés Egy összetett jel, amely nem feltétlen periodikus, de stabil amplitúdójó és frekvenciájú diszkrét
RészletesebbenOrvosi képdiagnosztika
Orvosi képdiagnosztika Hadházi Dániel, Horváth Áron, Horváth Gábor Követelmények Aláírás feltételei: 6 db házi feladatból minimum 3 elfogadott megoldás Sikeres ZH/PZH/PPZH Kredit megszerzésének feltételei:
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenIdő-frekvencia transzformációk waveletek
Idő-frekvencia transzformációk waveletek Pokol Gergő BME NTI Üzemi mérések és diagnosztika 013. áprils 17. Vázlat Alapfogalmak az idő-frekvencia síkon Rövid idejű Fourier-transzformáció spektrogram Folytonos
RészletesebbenShift regiszter + XOR kapu: 2 n állapot
DSP processzorok: 1 2 HP zajgenerátor: 3 Shift regiszter + XOR kapu: 2 n állapot Autókorrelációs függvény: l. pénzdobálás: (sin x/x) 2 burkoló! 4 Fehérzajhoz a konstans érték kell - megoldás a digitális
RészletesebbenRugózott vezetőülés vizsgálata
Rugózott vezetőülés vizsgálata Modellezés, identifikáció és lengéstani vizsgálat 1/3 Modell készítése Modell: egy rendszer / jelenség / fogalom egyszerűsített leképezése, működésének leírása Modell tárgya
RészletesebbenIdő-frekvencia transzformációk waveletek
Idő-frekvencia transzformációk waveletek Pokol Gergő BME NTI Üzemi mérések és diagnosztika 2014. május 8. Vázlat Alapfogalmak az idő-frekvencia síkon Rövid idejű Fourier-transzformáció spektrogram Folytonos
RészletesebbenDigitális képek. Zaj és tömörítés
Digitális képek Zaj és tömörítés Jelforrások Fény (elektromágneses sugárzás) Látható Röntgen (CT, Röntgen, Tomo) Gamma (PET) Mágneses tér + Rádió hullám (MRI) Hang Ultrahang Továbbiakban a fénnyel foglalkozunk
RészletesebbenTartalomjegyzék. Emlékeztetõ. Emlékeztetõ. Spektroszkópia. Fényelnyelés híg oldatokban 4/11/2016. A fény; Abszorpciós spektroszkópia
Tartalomjegyzék PÉCS TUDOMÁNYEGYETEM ÁLTALÁNOS ORVOSTUDOMÁNY KAR A fény; Abszorpciós spektroszkópia Elektromágneses hullám kölcsönhatása anyaggal; (Nyitrai Miklós; 2016 március 1.) Az abszorpció mérése;
RészletesebbenMérés és adatgyűjtés
Mérés és adatgyűjtés 4. óra Mingesz Róbert Szegedi Tudományegyetem 2012. február 27. MA - 4. óra Verzió: 2.1 Utolsó frissítés: 2012. március 12. 1/41 Tartalom I 1 Jelek 2 Mintavételezés 3 A/D konverterek
RészletesebbenRöntgensugárzás az orvostudományban. Röntgen kép és Komputer tomográf (CT)
Röntgensugárzás az orvostudományban Röntgen kép és Komputer tomográf (CT) Orbán József, Biofizikai Intézet, 2008 Hand mit Ringen: print of Wilhelm Röntgen's first "medical" x-ray, of his wife's hand, taken
RészletesebbenObjektív beszédminősítés
Objektív beszédminősítés Fegyó Tibor fegyo@tmit.bme.hu Beszédinformációs rendszerek -- Objektív beszédminõsítés 1 Beszédinformációs rendszerek -- Objektív beszédminõsítés 2 Bevezető kérdések Mi a [beszéd]
RészletesebbenMechatronika alapjai órai jegyzet
- 1969-ben alakult ki a szó - Rendszerek és folyamatok, rendszertechnika - Automatika, szabályozás - számítástechnika Cd olvasó: Dia Mechatronika alapjai órai jegyzet Minden mechatronikai rendszer alapstruktúrája
Részletesebben7. Moduláció átviteli függvény mérése
7. Moduláció átviteli függvény mérése Bevezető A leképezőrendszerek képminőségét több ok miatt is fontos számszerűen jellemeznünk. Az egyik az, hogy a képminőség ezáltal válik specifikálhatóvá, magyarán
RészletesebbenElektronika Előadás. Digitális-analóg és analóg-digitális átalakítók
Elektronika 2 9. Előadás Digitális-analóg és analóg-digitális átalakítók Irodalom - Megyeri János: Analóg elektronika, Tankönyvkiadó, 1990 - U. Tiecze, Ch. Schenk: Analóg és digitális áramkörök, Műszaki
RészletesebbenSzámítógépes gyakorlat MATLAB, Control System Toolbox
Számítógépes gyakorlat MATLAB, Control System Toolbox Bevezetés A gyakorlatok célja az irányítási rendszerek korszerű számítógépes vizsgálati és tervezési módszereinek bemutatása, az alkalmazáshoz szükséges
RészletesebbenM N. a. Spin = saját impulzus momentum vektor: L L nagysága:
Az MR és MRI alapjai Magmágneses Rezonancia Spektroszkópia (MR) és Mágneses Rezonancia Képalkotás (MRI) uclear Magnetic Resonance: Alapelv felfedezéséért Fizikai obel díj, 1952 Felix Bloch és Edward M.
RészletesebbenSzámítógépes gyakorlat Irányítási rendszerek szintézise
Számítógépes gyakorlat Irányítási rendszerek szintézise Bevezetés A gyakorlatok célja az irányítási rendszerek korszerű számítógépes vizsgálati és tervezési módszereinek bemutatása, az alkalmazáshoz szükséges
RészletesebbenAz ipari komputer tomográfia vizsgálati lehetőségei
Az ipari komputer tomográfia vizsgálati lehetőségei Dr. Czinege Imre, Kozma István Széchenyi István Egyetem 6. ANYAGVIZSGÁLAT A GYAKORLATBAN KONFERENCIA Cegléd, 2012. június 7-8. Tartalom A CT technika
RészletesebbenGauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei
A Gauss-Jordan elimináció, mátrixinvertálás Gauss-Jordan módszer Ugyanazzal a technikával, mint ahogy a k-adik oszlopban az a kk alatti elemeket kinulláztuk, a fölötte lévő elemeket is zérussá lehet tenni.
RészletesebbenLineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31
Lineáris leképezések Wettl Ferenc 2015. március 9. Wettl Ferenc Lineáris leképezések 2015. március 9. 1 / 31 Tartalom 1 Mátrixleképezés, lineáris leképezés 2 Alkalmazás: dierenciálhatóság 3 2- és 3-dimenziós
Részletesebben1. témakör. A hírközlés célja, általános modellje A jelek osztályozása Periodikus jelek leírása időtartományban
1. témakör A hírközlés célja, általános modellje A jelek osztályozása Periodikus jelek leírása időtartományban A hírközlés célja, általános modellje Üzenet: Hír: Jel: Zaj: Továbbításra szánt adathalmaz
RészletesebbenELLENŐRZŐ KÉRDÉSEK. Váltakozóáramú hálózatok
ELLENŐRZŐ KÉRDÉSEK Váltakozóáramú hálózatok Háromfázisú hálózatok Miért használunk többfázisú hálózatot? Mutassa meg a háromfázisú rendszer fontosabb jellemzőit és előnyeit az egyfázisú rendszerrel szemben!
RészletesebbenSzámítógép-vezérelt szabályozás- és irányításelmélet
Számítógép-vezérelt szabályozás- és irányításelmélet 2. gyakorlat Feladattípusok két függvény konvolúciója ÿ + aẏ + by = e at, y(), ẏ() típusú kezdetiérték feladatok megoldása (Laplace transzformációval)
RészletesebbenDigitális jelfeldolgozás
Digitális jelfeldolgozás Kvantálás Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék magyar.attila@virt.uni-pannon.hu 2010. szeptember 15. Áttekintés
RészletesebbenX. ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ
X. ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ Ma az analóg jelek feldolgozása (is) mindinkább digitális eszközökkel és módszerekkel történik. A feldolgozás előtt az analóg jeleket digitalizálni kell.
RészletesebbenMECHATRONIKA Mechatronika alapképzési szak (BSc) záróvizsga kérdései. (Javítás dátuma: )
MECHATRONIKA 2010 Mechatronika alapképzési szak (BSc) záróvizsga kérdései (Javítás dátuma: 2016.12.20.) A FELKÉSZÜLÉS TÉMAKÖREI A számozott vizsgakérdések a rendezett felkészülés érdekében vastag betűkkel
RészletesebbenFunkcionális konnektivitás vizsgálata fmri adatok alapján
Funkcionális konnektivitás vizsgálata fmri adatok alapján Képalkotási technikák 4 Log Resolution (mm) 3 Brain EEG & MEG fmri TMS PET Lesions 2 Column 1 0 Lamina -1 Neuron -2 Dendrite -3 Synapse -4 Mikrolesions
Részletesebben2. gyakorlat Mintavételezés, kvantálás
2. gyakorlat Mintavételezés, kvantálás x(t) x[k]= =x(k T) Q x[k] ^ D/A x(t) ~ ampl. FOLYTONOS idı FOLYTONOS ANALÓG DISZKRÉT MINTAVÉTELEZETT DISZKRÉT KVANTÁLT DIGITÁLIS Jelek visszaállítása egyenköző mintáinak
RészletesebbenKépfeldolgozó eljárások áttekintés. Orvosi képdiagnosztika 9. ea ősz
Képfeldolgozó eljárások áttekintés Orvosi képdiagnosztika 9. ea. 2015 ősz Tartalomjegyzék Képmanipulációs eljárások Képjavítás (kontraszt módosítás, intenzitásviszonyok módosításahisztogram módosítás,
RészletesebbenAbszolút és relatív aktivitás mérése
Korszerű vizsgálati módszerek labor 8. mérés Abszolút és relatív aktivitás mérése Mérést végezte: Ugi Dávid B4VBAA Szak: Fizika Mérésvezető: Lökös Sándor Mérőtársak: Musza Alexandra Török Mátyás Mérés
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 5. A JELFELDOLGOZÁS ALAPJAI: JELEK
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 5. A JELFELDOLGOZÁS ALAPJAI: JELEK Dr. Soumelidis Alexandros 2018.10.18. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG Mérések
RészletesebbenDIGITÁLIS KÉPANALÍZIS KÉSZÍTETTE: KISS ALEXANDRA ELÉRHETŐSÉG:
DIGITÁLIS KÉPANALÍZIS KÉSZÍTETTE: KISS ALEXANDRA ELÉRHETŐSÉG: kisszandi@mailbox.unideb.hu ImageJ (Fiji) Nyílt forrás kódú, java alapú képelemző szoftver https://fiji.sc/ Számos képformátumhoz megfelelő
RészletesebbenKéprestauráció Képhelyreállítás
Képrestauráció Képhelyreállítás Képrestauráció - A képrestauráció az a folyamat mellyel a sérült képből eltávolítjuk a degradációt, eredményképpen pedig az eredetihez minél közelebbi képet szeretnénk kapni
RészletesebbenMérés és adatgyűjtés
Mérés és adatgyűjtés 4. óra - levelező Mingesz Róbert Szegedi Tudományegyetem 2011. március 18. MA lev - 4. óra Verzió: 1.3 Utolsó frissítés: 2011. május 15. 1/51 Tartalom I 1 A/D konverterek alkalmazása
RészletesebbenMérési struktúrák
Mérési struktúrák 2007.02.19. 1 Mérési struktúrák A mérés művelete: a mérendő jellemző és a szimbólum halmaz közötti leképezés megvalósítása jel- és rendszerelméleti aspektus mérési folyamat: a leképezést
RészletesebbenAz Ampère-Maxwell-féle gerjesztési törvény
Az Ampère-Maxwell-féle gerjesztési törvény Maxwell elméleti meggondolások alapján feltételezte, hogy a változó elektromos tér örvényes mágneses teret kelt (hasonlóan ahhoz ahogy a változó mágneses tér
RészletesebbenA Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a
a Matematika mérnököknek I. című tárgyhoz Függvények. Függvények A Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a szabadon eső test sebessége az idő függvénye. Konstans hőmérsékleten
RészletesebbenElhangzott tananyag óránkénti bontásban
TTK, Matematikus alapszak Differenciálegyenletek (Előadás BMETE93AM03; Gyakorlat BME TE93AM04) Elhangzott tananyag óránkénti bontásban 2016. február 15. 1. előadás. Közönséges differenciálegyenlet fogalma.
RészletesebbenTeremakusztikai méréstechnika
Teremakusztikai méréstechnika Tantermek akusztikája Fürjes Andor Tamás 1 Tartalomjegyzék 1. A teremakusztikai mérések célja 2. Teremakusztikai paraméterek 3. Mérési módszerek 4. ISO 3382 szabvány 5. Méréstechnika
RészletesebbenKépalkotó diagnosztikai eljárások:
Képalkotó diagnosztikai eljárások: Soroljon fel néhány orvosi képalkotáson alapuló diagnosztikai eljárást, mely o Transzmissziós o Indukciós o Emissziós alkalmazásán alapul. Mire szolgálnak az egyes diagnosztikai
RészletesebbenIrányítástechnika GÁSPÁR PÉTER. Prof. BOKOR JÓZSEF útmutatásai alapján
Irányítástechnika GÁSPÁR PÉTER Prof. BOKOR JÓZSEF útmutatásai alapján Irányítástechnika jellemzőinek Rendszerek stabilitása és minőségi jellemzői. Soros kompenzátor. Irányítástechnika Budapest, 29 2 Az
RészletesebbenSTATISZTIKAI PROBLÉMÁK A
STATISZTIKAI PROBLÉMÁK A HULLÁMTÉR REPRODUKCIÓ TERÜLETÉN 2012. május 3., Budapest Firtha Gergely PhD hallgató, Akusztikai Laboratórium BME Híradástechnikai Tanszék firtha@hit.bme.hu Tartalom A hangtér
Részletesebben2. Elméleti összefoglaló
2. Elméleti összefoglaló 2.1 A D/A konverterek [1] A D/A konverter feladata, hogy a bemenetére érkező egész számmal arányos analóg feszültséget vagy áramot állítson elő a kimenetén. A működéséhez szükséges
RészletesebbenInverz Laplace-transzformáció. Vajda István március 4.
Analízis előadások Vajda István 2009. március 4. Definíció: Ha az f (t) függvény laplace-transzformáltja F (s), akkor f (t)-t az F (s) függvény inverz Laplace-transzformáltjának nevezzük. Definíció: Ha
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK II. 5. DC MOTOROK SZABÁLYOZÁS FORDULATSZÁM- SZABÁLYOZÁS
ÉRZÉKELŐK ÉS BEAVATKOZÓK II. 5. DC MOTOROK SZABÁLYOZÁS FORDULATSZÁM- SZABÁLYOZÁS Dr. Soumelidis Alexandros 2019.03.13. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT
RészletesebbenGibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén
Matematikai modellek, I. kisprojekt Gibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén Unger amás István B.Sc. szakos matematikus hallgató ungert@maxwell.sze.hu, http://maxwell.sze.hu/~ungert
RészletesebbenDifferenciálszámítás. 8. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Differenciálszámítás p. 1/1
Differenciálszámítás 8. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Differenciálszámítás p. 1/1 Egyenes meredeksége Egyenes meredekségén az egyenes és az X-tengely pozitív iránya
RészletesebbenGépi tanulás a gyakorlatban. Lineáris regresszió
Gépi tanulás a gyakorlatban Lineáris regresszió Lineáris Regresszió Legyen adott egy tanuló adatbázis: Rendelkezésünkre áll egy olyan előfeldolgozott adathalmaz, aminek sorai az egyes ingatlanokat írják
Részletesebben