Vázlat. Az EEG generátorai. Az EEG története. EEG elvezetése AZ EKP-ELEMZÉS ALAPJAI. Az EEG regisztrálható, ha a generátorok...
|
|
- Kornélia Magyarné
- 5 évvel ezelőtt
- Látták:
Átírás
1 Tóth Dénes AZ -ELEMZÉS ALAPJAI Felhasznált anyagok: Luck, S. J. (2005): An introduction to the event-related potential technique Handy, T. C. (2004): Event-related potentials: A methods handbook Háden Gábor: EEG alapok (ea, MTA) EEGLAB tutorial ( ERPLAB tutorial ( Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 1 Vázlat elektroenkefalogram (EEG) eseményekhez kötött potenciálok () a feldolgozás főbb lépései példák: BrainVision Analyzer, EEGLAB/ERPLAB (2. alkalom) statisztikai elemzés az elemzés főbb lépései EEGLAB/ERPLAB/... + R (2. alkalom) egyéb EEG-elemzési lehetőségek Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 2 Az EEG története Elektroenkefalogram = elektro [elektromos] + enkefal(o) [agy] + gram(ma) [kép] Hans Berger: első mérések 1924-ben, publ ben 1958: a 10/20-as nemzetközi standard bevezetése 1960-as évek: első kognitív komponensek (CNV, P3) Az EEG generátorai Az agykérgi dipólus keletkezésének vázlata. A piramissejt testeket és dendriteket tartalmazó rétegek közötti töltéskülönbség áramot indukál. Az EEG jel posztszinaptikus potenciálok (EPSP, IPSP) és a sejtmembránok lokális potenciálváltozásait kompenzáló extracelluláris-hosszanti áramok eredője. Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 3 Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 4 Az EEG regisztrálható, ha a generátorok... Nyitott elektromos mezőt hoznak létre Elég nagy számban vannak Szinkron aktiválódnak A kérgi terület térbeli orientációja kedvező A kérgi terület és az elektród helyzete megfelelő EEG elvezetése Egy standard rendszer részei: elektródák (többnyire sapkán vagy hálón) erősítő AD-konverter ingeradó számítógép regisztráló számítógép Mintavételi frekvencia: minimum duplája a várható maximális frekvenciának (Nyquist) -> manapság többnyire min. 500 Hz Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 5 Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 6 1
2 Az EEG elvezetése kognitív idegtudományban többnyire 10/20-as rendszer, de előfordul más is (pl. EGI: egyenlő táv.) Az EEG elvezetése monopoláris vagy bipoláris elvezetés aktív elektróda + föld + referencia Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 7 Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 8 A nyers EEG Mire jó a nyers EEG? kognitív idegtudomány: szinte semmire kognitív idegtudomány kognitív pszichológia + idegtudomány fő kérdés: a mentális működés idegrendszeri háttere két fő stratégia: 1. Személyek azonosak, feltételek különböznek 2. Személyek különböznek, feltételek azonosak kulcs: esemény Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 9 Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 10 Az EEG-től az -ig EEG átlagolása -> eseményhez kötött potenciálok (, angol: event related potentials, ERPs) Lényeg: a jel-zaj viszony javítása Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 11 csúcs (peak) ~ görbe (wave) ~ komponens (component) -komponens: a skalpról elvezetett idegi aktivitás, amelyet egy adott neuroanatómiai modul generál egy bizonyos számítási művelet végrehajtásakor (Luck, 2005, 59. o.) -> az -görbe a látens komponens(ek) valamilyen szintű manifesztációja Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 12 2
3 lényeges feltétel: inger- és fázis-kötöttség ha a komponens latenciája nem állandó, komoly probléma Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 13 néhány nevezetes komponens: P1 - szenzoros kérgi válasz N1 - inger észlelése P2 - inger feldolgozása N2a (MMN) mismatch negativity/eltérési negativitás N2 - automatikus kiértékelés/az inger kategorizációja P3a - orientáció az új inger felé P3b - inger kiértékelése/a figyelem irányítása a kiugró ingerre P600 - nyelvtani hibák észlelése, újrafeldolgozás N400 - szemantikus anomália felismerése CNV - orientáció a figyelmeztetés felé/készenlét a válaszadásra ERN - belső jel hiba elkövetéséről Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 14 N400, szemantikus inkongruencia N200, MMN, eltérési negativitás néhány szabály csúcs komponens, azaz önmagában a csúcs amplitúdója és latenciája nem kitüntetett (B) Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 15 Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 16 néhány szabály Az -görbe alakjából nem feltétlenül következtethetünk a mögöttes komponens(ek) idői lefutására vagy csúcsamplitúdójára (C) Egy kísérleti hatást (pl. különbségi görbét) nem ajánlott összevetni a nyers -val (D) Az -görbe csúcsamplitúdójának különbségei nem feltétlenül jelentik azt, hogy a látens komponens amplitúdója is különbözik, és ugyanez fennáll a latenciára is (E-F, az amplitúdó és a latencia a komponensek átfedése miatt nem fgtlen) Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 17 néhány szabály Ne feltételezd, hogy az átlagolt görbe jól reprezentálja az egyedi görbéket Ideális esetben a kísérletben csak a pszichológiai feltételeket variáljuk, az ingerek fizikailag azonosak Ha az előző szabály nem alkalmazható, futtass kontroll-kísérleteket Kerüld az olyan átlagolt görbék összevetését, amelyeket eltérő számú egyedi görbéből számoltál Légy nagyon óvatos, ha a motoros válasz különbözik a feltételekben A kísérleti feltételeket lehetőleg blokkokon belül változtasd, és ne blokkok között Ne vedd biztosra (de tesztelheted), hogy egy -komponens latenciája és/vagy amplitúdója lineáris vagy legalábbis monoton kapcsolatban van a kognitív folyamat minőségével Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 18 3
4 - stratégiák Koncentrálj egy specifikus komponensre Alaposan tanulmányozott, jól dokumentált kísérleti dizájnt alkalmazz Nagy, robusztus komponensekre koncentrálj Izoláld a komponenseket különbségi görbékkel Koncentrálj jól izolálható komponensekre Alkalmazz komponens-független kísérleti dizájnt Kölcsönözz komponenseket más kutatási területekről Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 19 EEG -> ; a feldolgozás lépései 1. Szűrés (filter) 2. Mintavételi frekvencia csökkentése* (resample) 3. Új referencia* (re-reference) 4. Műtermék-szűrés vagy korrekció (artifact rejection/correction) 5. Szegmentálás (segmenting vagy epoching) 6. Alapvonal (baseline) korrekció 7. Átlagolás 8. Amplitúdó és/vagy terület és/vagy latencia mérése 9. Statisztikai elemzés Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 20 Szűrés az EEG releváns frekvenciatartománya: delta (0,5-4 Hz) theta (4-8 Hz) alpha (8-12 Hz) beta (13-30 Hz) gamma ( Hz) Szűrés szűrők fajtái: analóg / digitális aluláteresztő (low-pass) / felüláteresztő (high-pass) / sáváteresztő (band) / sávzáró (notch) egyirányú (causal) / kétirányú (non-causal) konvolúciós vagy FIR (finite impulse response) / rekurzív vagy IIR (infinite impulse resp.) alapszabály: a szűrő torzítja a jelet, a különböző szűrők különböző módon Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 21 Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 22 Szűrés Analóg: lehetőleg minimális szűrés (pl. 0,01 Hz-100 Hz) Digitális: többnyire FIR, lehetőleg minimális felüláteresztő (0,1 Hz), kicsit bátrabb aluláteresztő (30 vagy 40 Hz) Opcionális lépések mintavételi frekvencia csökkentése: kizárólag praktikus szempontok (kevesebb adatpont, kisebb memóriaigény, gyorsabb számolás) az szempontjából szinte mindegy, hogy 4 msonként (250 Hz) vagy 1 ms-onként (1000 Hz) mintavételezünk új referencia: pl. kapcsolt mastoid vagy átlagos referencia megváltoztathatja a komponenseket! referencia-független összegzés: Global Field Power (GFP) Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 23 Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 24 4
5 Műtermékek Technikai eredetű: elektromos zaj (pl. nem árnyékolt elektronikai eszköz, rosszul szigetelt kábel stb.) rossz impedanciájú elektróda hibás elektróda összefolyt elektródapaszta rosszul beállított erősítő elektródák elvezetései közötti interferencia ezek többnyire már mérés közben kiderülnek Műtermékek Személy-eredetű: pislogás szemmozgás izomműködés EKG bőr potenciálváltozása (pl. izzadás) intenzív alfa-aktivitás Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 25 Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 26 Műtermékek kezelése műtermékek szűrése: abszolút vagy relatív (peak-to-peak) amplitúdó-limit (alsó / felső határ) amplitúdó-meredekség félautomata üzemmód a legjobb műterméket tartalmazó szakasz kidobása: ha kevés a műtermék, és független a kísérleti manipulációktól jól működik (nem torzítjuk a jelet) ha sok a műtermék (pl. gyerekek, speciális csoportok) sok lesz az érvénytelen epoch, rossz lesz a jel-zaj arány műtermékek korrekciója legjobb: ICA (independent component analysis) a markánsan és következetesen jelentkező műtermékekre ideális Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 27 lehet ingerhez vagy válaszhoz kötötten rendszerint min ms és +600 ms Szegmentálás Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 28 Baseline korrekció az -k elemzésénél kell egy referencia-szint lehetőleg olyan szakasz, amelyben nincsen esemény-releváns feldolgozás pl. CNV bezavarhat! Átlagolás többnyire sima átlag, de lehet robusztus átlagot is számolni ha egy faktornak nincs hatása, érdemes lehet összevonni a szinteket, és együtt átlagolni Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 29 Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 30 5
6 Amplitúdó mérése látszólag egyszerű, mégis sok (sokszor implicit) döntéssel jár csúcsamplitúdó: érzékeny a zajra lehet pl. +-2 adatpont területmérés: többnyire robosztusabb Latencia mérése lehet csúcskeresés alapján igen bizonytalan + kérdés, hogy pontosan mit jelent a mért adat lehet robusztusabban, pl. felezett görbe alatti terület alapján Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 31 Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 32 Skalpeloszlás vizsgálata többnyire csak vizualizáció, de nagyon fontos Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 33 Statisztikai elemzés Legtöbbször: ismételt méréses ANOVA kísérleti faktorok X anterior-poszterior X bal-jobb ha kiegyensúlyozott a design, és teljesül a szfericitási feltétel, és nem túlzottan tér el a normális eloszlástól, és nincsenek súlyos outlierek OK utána post-hoc összehasonlítások vagy simple-effect ANOVA Egyéb módszer: lineáris kevert modell gyakorlatilag mindenben jobb, mint a hagyományos ANOVA sima t-próbák: nagyon egyszerű, és bizonyos kérdések megválaszolásához bőven elég lehet fontos a megfelelő korrekció! Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 34 Egyéb (nem-) módszerek idő-frekvencia forráselemzés eseményhez kötött (de)szinkronizáció, ERSP hálózatelemzés, kapcsolatvizsgálatok Budapest, Neuroinformatika kurzus / Szentágothai Doktori Iskola 35 6
Jelkondicionálás. Elvezetés. a bioelektromos jelek kis amplitúdójúak. extracelluláris spike: néhányszor 10 uv. EEG hajas fejbőrről: max 50 uv
Jelkondicionálás Elvezetés 2/12 a bioelektromos jelek kis amplitúdójúak extracelluláris spike: néhányszor 10 uv EEG hajas fejbőrről: max 50 uv EKG: 1 mv membránpotenciál: max. 100 mv az amplitúdó növelésére,
RészletesebbenAz agyi jelek adaptív feldolgozása MENTÁ LIS FÁ R A DT S ÁG MÉRÉSE
Az agyi jelek adaptív feldolgozása MENTÁ LIS FÁ R A DT S ÁG MÉRÉSE Bevezetés I. A fáradtság lehet fizikai: a normál testi funkciók hiánya mentális: csökkent agyi aktivitás vagy kognitív funkciók. Megjelenhet
RészletesebbenElektroencephalogram (EEG) vizsgálata Az alfa- és béta aktivitás változás vizsgálata (EEG II) A mérési adatok elemzése és értékelése
Elektroencephalogram (EEG) vizsgálata Az alfa- és béta aktivitás változás vizsgálata (EEG II) A mérési adatok elemzése és értékelése Pszichológia BA. gyakorlat A mérést és kiértékelést végezték: Gyakorlatvezető:...
RészletesebbenKiváltott agyi jelek informatikai feldolgozása. Artefact ( műtermék )
Kiváltott agyi jelek informatikai feldolgozása Artefact ( műtermék ) 1 Agyi hullámok csoportjai Ritmikus agyi hullámok (agyi ritmusok) Széles frekvencia spektrumú, vagy impulzus-szerű hullámok (pl. k-komplex)
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:
RészletesebbenEEG mérések hardveres és szoftveres validációja
EEG mérések hardveres és szoftveres validációja Kovács Annamária EAR1LJ Szoftver verifikáció és validáció 2015-12-10 Az elektroenkefalográfiáról (EEG) Az EEG olyan pszichofiziológiai mérési eljárás, mely
RészletesebbenHangtechnika. Médiatechnológus asszisztens
Vázlat 3. Előadás - alapjai Pécsi Tudományegyetem, Pollack Mihály Műszaki Kar Műszaki Informatika és Villamos Intézet Műszaki Informatika Tanszék Ismétlés Vázlat I.rész: Ismétlés II.rész: A digitális Jelfeldolgozás
RészletesebbenAdatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán
Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán MTA KFKI Részecske és Magfizikai Intézet, Biofizikai osztály Az egy adatsorra (idősorra) is alkalmazható módszerek Példa: Az epileptikus
RészletesebbenOrvosi fizika laboratóriumi gyakorlatok 1 EKG
ELEKTROKARDIOGRÁFIA I. Háttér A szívműködést kísérő elektromos változások a szív körül egy változó irányú és erősségű elektromos erőteret hoznak létre. A szívizomsejtek depolarizációja majd repolarizációja
RészletesebbenVérnyomásmérés, elektrokardiográfia. A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. A mérési adatok elemzése és értékelése
Vérnyomásmérés, elektrokardiográfia A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. A mérési adatok elemzése és értékelése Pszichológia BA gyakorlat A mérést és kiértékelést végezték:............
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
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,
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
RészletesebbenFIR és IIR szűrők tervezése digitális jelfeldolgozás területén
Dr. Szabó Anita FIR és IIR szűrők tervezése digitális jelfeldolgozás területén A Szabadkai Műszaki Szakfőiskola oktatójaként kutatásaimat a digitális jelfeldolgozás területén folytatom, ezen belül a fő
RészletesebbenBAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
RészletesebbenOrvosi Fizika és Statisztika
Orvosi Fizika és Statisztika Szegedi Tudományegyetem Általános Orvostudományi Kar Természettudományi és Informatikai Kar Orvosi Fizikai és Orvosi Informatikai Intézet www.szote.u-szeged.hu/dmi Orvosi fizika
Részletesebben10.1. ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ
101 ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ Ma az analóg jelek feldolgozása (is) mindinkább digitális eszközökkel történik A feldolgozás előtt az analóg jeleket digitalizálni kell Rendszerint az
RészletesebbenFEJEZETEK AZ ÉLETTAN TANTÁRGYBÓL
Eke András, Kollai Márk FEJEZETEK AZ ÉLETTAN TANTÁRGYBÓL Szerkesztette: Ivanics Tamás Semmelweis Kiadó www.semmelweiskiado.hu B u d a p e s t, 2 0 0 7 Szerkesztette: Ivanics Tamás egyetemi docens, Semmelweis
RészletesebbenAz elektroenkefalográfia
(EEG) tágabb értelemben véve egy pszichofiziológiai mérőeljárás, melynek segítségével a pszichés működés élettani hátterét vizsgálhatjuk meg; szűkebb értelemben pedig egy elektrofiziológiai mérőeszköz,
RészletesebbenMérési hibák 2006.10.04. 1
Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség
RészletesebbenKANDÓ KÁLMÁN VILLAMOSMÉRNÖKI FŐISKOLAI KAR. Mikroelektronikai és Technológiai Intézet. Aktív Szűrők. Analóg és Hírközlési Áramkörök
KANDÓ KÁLMÁN VILLAMOSMÉRNÖKI FŐISKOLAI KAR Mikroelektronikai és Technológiai Intézet Analóg és Hírközlési Áramkörök Laboratóriumi Gyakorlatok Készítette: Joó Gábor és Pintér Tamás OE-MTI 2011 1.Szűrők
RészletesebbenTöbb valószínűségi változó együttes eloszlása, korreláció
Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 9. SZŰRŐK
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 9. SZŰRŐK Dr. Soumelidis Alexandros 2018.11.29. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG A szűrésről általában Szűrés:
Részletesebbenhol található meg a megvalósítandó funkció az EEGLab kezelői felületén
EEGLAB GYAKORLAT Készítette: Sztahó Dávid Utolsó frissítés: 2016.03.16. A mérés során a hallgatók megismerkednek az EEGLab szoftverrel, amely a Matlab-hoz készített toolkit. Az EEGLab lehetővé teszi az
RészletesebbenELEKTROGASZTROGRÁFIA (EGG)
ELEKTROGASZTROGRÁFIA (EGG) Pszichofiziológia, PTE 2015, Hernádi I. Irodalom: Cacioppo et al., Principles of Psychophysiology, Cambridge Univ Press, 2007, Ch9. Az elektrogastrográfia (EGG) története A gyomor
RészletesebbenGyártástechnológia alapjai Méréstechnika rész. Előadások (2.) 2011.
Gyártástechnológia alapjai Méréstechnika rész Előadások (2.) 2011. 1 Méréstechnika előadás 2. 1. Mérési hibák 2. A hiba rendszáma 3. A mérési bizonytalanság 2 Mérési folyamat A mérési folyamat négy fő
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)
RészletesebbenAnalóg-digitális átalakítás. Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék
Analóg-digitális átalakítás Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék Mai témák Mintavételezés A/D átalakítók típusok D/A átalakítás 12/10/2007 2/17 A/D ill. D/A átalakítók A világ analóg, a jelfeldolgozás
RészletesebbenSzemmozgás-követés/eyetracking
Szemmozgás-követés/eyetracking Laborgyakorlat előadás 2017/18 tavasz 1. előadás: Az eye-tracker működési elve Adatfeldolgozás Adatelemzés 2. Előadás (péntek): Eye-tracker felhasználási területei a kognitív
RészletesebbenSzakmai zárójelentés OTKA-48927. Az autizmus kognitív neuropszichológiai tényezőinek alvásélettani vizsgálata
Szakmai zárójelentés OTKA-48927 Az autizmus kognitív neuropszichológiai tényezőinek alvásélettani vizsgálata Módszerek Alanyok A Vadaskert Gyermekpszichiátriai Kórházban diagnosztizált betegek közül összesen
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
Részletesebbeny ij = µ + α i + e ij
Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai
RészletesebbenMéréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)
Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ) KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba
RészletesebbenTELE-OPERATOR UTS v.14 Field IPTV műszer. Adatlap
TELE-OPERATOR UTS v.14 Field IPTV műszer Adatlap COMPU-CONSULT Kft. 2009. augusztus 3. Dokumentáció Tárgy: TELE-OPERATOR UTS v.14 Field IPTV műszer Adatlap (6. kiadás) Kiadta: CONSULT-CONSULT Kft. Dátum:
RészletesebbenA VIZUÁLIS KATEGORIZÁCIÓS FOLYAMATOK IGEDRENDSZERI HÁTTERÉNEK VIZSGÁLATA ALACSONY ÉS MAGAS TÉRBELI FREKVENCIÁJÚ KÉPEK SEGÍTSÉGÉVEL
A VIZUÁLIS KATEGORIZÁCIÓS FOLYAMATOK IGEDRENDSZERI HÁTTERÉNEK VIZSGÁLATA ALACSONY ÉS MAGAS TÉRBELI FREKVENCIÁJÚ KÉPEK SEGÍTSÉGÉVEL Rokszin Adrienn Aranka SZTE BTK Neveléstudományi Doktori Iskola, Szeged,
RészletesebbenÉrzékelési folyamat szereplői. Az érzékelés biofizikájának alapjai. Receptor felépítése. Az inger jellemzői MILYEN? HOL? MENNYI? MEDDIG?
külső, belső környezet ei Érzékelési folyamat szereplői Az érzékelés biofizikájának alapjai specifikus transzducer központi idegrendszer Az jellemzői Receptor felépítése MILYEN? HOL? MENNYI? MEDDIG? Magasabb
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
RészletesebbenInformatikai eszközök fizikai alapjai Lovász Béla
Informatikai eszközök fizikai alapjai Lovász Béla Kódolás Moduláció Morzekód Mágneses tárolás merevlemezeken Modulációs eljárások típusai Kódolás A kód megállapodás szerinti jelek vagy szimbólumok rendszere,
RészletesebbenVérnyomásmérés, elektrokardiográfia. A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre.
Vérnyomásmérés, elektrokardiográfia A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. Állati Struktúra és Funkció II. gyakorlat A mérést és kiértékelést végezték:............ Gyakorlatvezető:...
RészletesebbenElektronika Előadás. Analóg és kapcsolt kapacitású szűrők
Elektronika 2 8. Előadás Analóg és kapcsolt kapacitású szűrők Irodalom - Megyeri János: Analóg elektronika, Tankönyvkiadó, 1990 - Ron Mancini (szerk): Op Amps for Everyone, Texas Instruments, 2002 16.
RészletesebbenA vizuális kategorizációs folyamatok elektrofiziológiai korrelátumai
Győri-Dani Dóra Rokszin Adrienn Szegedi Tudományegyetem, BTK, Pszichológia Intézet A vizuális kategorizációs folyamatok elektrofiziológiai korrelátumai A perceptuális kategorizáció a megismerés alapvető
RészletesebbenElektronika Előadás. Modulátorok, demodulátorok, lock-in erősítők
Elektronika 2 10. Előadás Modulátorok, demodulátorok, lock-in erősítők Irodalom - Megyeri János: Analóg elektronika, Tankönyvkiadó, 1990 - U. Tiecze, Ch. Schenk: Analóg és digitális áramkörök, Műszaki
RészletesebbenA vesedialízis fizikai alapjai. Elektrofiziológiai vizsgáló módszerek alapjai (EKG, EEG, EMG)
A vesedialízis fizikai alapjai. Elektrofiziológiai vizsgáló módszerek alapjai (EKG, EEG, EMG) A vese dialízis fizikai alapjai Kollár Veronika 2010.04.26. Definíció: Diffúzió Hőmozgás okozta anyagáramlás,
RészletesebbenAnalóg elektronika - laboratóriumi gyakorlatok
Analóg elektronika - laboratóriumi gyakorlatok. Passzív alkatrészek és passzív áramkörök. Elmélet A passzív elektronikai alkatrészek elméleti ismertetése az. prezentációban található. A 2. prezentáció
RészletesebbenElektronika 11. évfolyam
Elektronika 11. évfolyam Áramköri elemek csoportosítása. (Aktív-passzív, lineáris- nem lineáris,) Áramkörök csoportosítása. (Aktív-passzív, lineáris- nem lineáris, kétpólusok-négypólusok) Két-pólusok csoportosítása.
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
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
RészletesebbenGZIB 80XBT. 20 cm mélysugárzó bass-reflex ládában 21 251,97 Ft
IRIDIUM GZIB 80XBT 26 990 Ft 20 cm mélysugárzó bass-reflex ládában 21 251,97 Ft 20 cm-s mélysugárzó bass-reflex ládában terhelhetőség 150W RMS egyedi, szabadalmaztatott Ground Zero Bass Tunnel technológia
RészletesebbenStatikus és dinamikus elektroenkefalográfiás vizsgálatok Alzheimer kórban
Statikus és dinamikus elektroenkefalográfiás vizsgálatok Alzheimer kórban Doktori tézisek Dr. Hidasi Zoltán Semmelweis Egyetem Mentális Egészségtudományok Doktori Iskola Témavezető: Dr. Rajna Péter, egyetemi
RészletesebbenNövelt energiaminőség az épületüzemeltetésben
Növelt energiaminőség az épületüzemeltetésben A show folytatódik köszönhetően az ECOsine Active szűrőnek Egy olyan különleges, nemzetközi elismertségnek örvendő koncertterem esetében, mint a luzerni KKL,
RészletesebbenGyakorló többnyire régebbi zh feladatok. Intelligens orvosi műszerek október 2.
Gyakorló többnyire régebbi zh feladatok Intelligens orvosi műszerek 2018. október 2. Régebbi zh feladat - #1 Az ábrán látható két jelet, illetve összegüket mozgóablak mediánszűréssel szűrjük egy 11 pontos
RészletesebbenDigitális mérőműszerek. Kaltenecker Zsolt Hiradástechnikai Villamosmérnök Szinusz Hullám Bt.
Digitális mérőműszerek Digitális jelek mérése Kaltenecker Zsolt Hiradástechnikai Villamosmérnök Szinusz Hullám Bt. MIRŐL LESZ SZÓ? Mit mérjünk? Hogyan jelentkezik a minőségromlás digitális jel esetében?
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
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.
RészletesebbenOSG M2: EKG felvételek kiértékelése
Orvosbiológiai számítógépes gyakorlatok (BMEVITMM23) Mérési jegyzőkönyv OSG M2: EKG felvételek kiértékelése Készítették: Jánosa Dávid Péter (FDSA7Y) Mokánszki Béla (FA8YEZ) Veres Dániel Sándor (GLZPT9)
RészletesebbenAkusztikus MEMS szenzor vizsgálata. Sós Bence JB2BP7
Akusztikus MEMS szenzor vizsgálata Sós Bence JB2BP7 Tartalom MEMS mikrofon felépítése és típusai A PDM jel Kinyerhető információ CIC szűrő Mérési tapasztalatok. Konklúzió MEMS (MicroElectrical-Mechanical
RészletesebbenKabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem.
Kabos: Statisztika II. ROC elemzések 10.1 ROC elemzések Szenzitivitás és specificitás a jelfeldolgozás szóhasználatával A riasztóberendezés érzékeli, ha támadás jön, és ilyenkor riaszt. Máskor nem. TruePositiveAlarm:
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.
RészletesebbenKalibrálás és mérési bizonytalanság. Drégelyi-Kiss Ágota I
Kalibrálás és mérési bizonytalanság Drégelyi-Kiss Ágota I. 120. dregelyi.agota@bgk.uni-obuda.hu Kalibrálás Azoknak a mőveleteknek az összessége, amelyekkel meghatározott feltételek mellett megállapítható
RészletesebbenElektromiográfia (Dinamometria) A motoros egységek toborzása, az izomfáradás vizsgálata A mérési adatok elemzése és értékelése
Elektromiográfia (Dinamometria) A motoros egységek toborzása, az izomfáradás vizsgálata A mérési adatok elemzése és értékelése Biológia Bsc. B / Pszichológia gyakorlat A mérést és kiértékelést végezték:............
RészletesebbenSzinkronizmusból való kiesés elleni védelmi funkció
Budapest, 2011. december Szinkronizmusból való kiesés elleni védelmi funkció Szinkronizmusból való kiesés elleni védelmi funkciót főleg szinkron generátorokhoz alkalmaznak. Ha a generátor kiesik a szinkronizmusból,
RészletesebbenÉrzékelési folyamat szereplői. Az érzékelés biofizikájának alapjai. Inger Modalitás Receptortípus. Az inger jellemzői MILYEN? HOL? MENNYI? MEDDIG?
külső, belső környezet ei Érzékelési folyamat szereplői Az érzékelés biofizikájának alapjai specifikus transzducer központi idegrendszer Az jellemzői MILYEN? HOL? MENNYI? MEDDIG? Magasabb szintű kódolás
RészletesebbenAFS 3,669 0,067 + delta Omega 2,994 0,096 + Szigma 4,108 0, táblázat
1 Állapotfüggő perceptuális teljesítmények és zavaraik sztochasztikus és determinisztikus elektrofiziológiai jellemzőinek vizsgálata emberen és állatkísérletekben Célkitűzés A pályázat során végzett munka
RészletesebbenJelgenerátorok ELEKTRONIKA_2
Jelgenerátorok ELEKTRONIKA_2 TEMATIKA Jelgenerátorok osztályozása. Túlvezérelt erősítők. Feszültségkomparátorok. Visszacsatolt komparátorok. Multivibrátor. Pozitív visszacsatolás. Oszcillátorok. RC oszcillátorok.
RészletesebbenAkusztikai eseményhez kötött agyi válaszok, objektív audiometria (ERA, Otoakusztikus emisszió)
Akusztikai eseményhez kötött agyi válaszok, objektív audiometria (ERA, Otoakusztikus emisszió) Akusztikus Kiváltott Potenciál (AKP) Hanginger hatására létrejövő diszkrét, rövid idejű elektromos agyi válaszok
RészletesebbenSáry Gyula SZTE ÁOK Élettani Intézet
A szenzoros transzdukció celluláris alapjai: a szenzoros inger neurális aktivitás összefüggés általános törvényszerűségei, a szenzoros (generátor) potenciál keletkezése különböző szenzoros modalitásokban,
RészletesebbenMérési jegyzőkönyv a 5. mérés A/D és D/A átalakító vizsgálata című laboratóriumi gyakorlatról
Mérési jegyzőkönyv a 5. mérés A/D és D/A átalakító vizsgálata című laboratóriumi gyakorlatról A mérés helyszíne: A mérés időpontja: A mérést végezték: A mérést vezető oktató neve: A jegyzőkönyvet tartalmazó
RészletesebbenANALÓG ÉS DIGITÁLIS TECHNIKA I
ANALÓG ÉS DIGITÁLIS TECHNIKA I Dr. Lovassy Rita lovassy.rita@kvk.uni-obuda.hu Óbudai Egyetem KVK Mikroelektronikai és Technológia Intézet 2. ELŐADÁS 2010/2011 tanév 2. félév 1 Aktív szűrőkapcsolások A
RészletesebbenZáróvizsgatételek Kognitív Tanulmányok mesterszak, Filozófia:
Záróvizsgatételek Kognitív Tanulmányok mesterszak, 2018 Filozófia: 1. Mi a kapcsolat az agyak a tartályban gondolatkísérlet és a szkepszis problémája között Wright, Crispin (1992) On Putnam's Proof That
RészletesebbenHipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
RészletesebbenKompenzációs kör vizsgálata. LabVIEW 7.1 4. előadás
Kompenzációs kör vizsgálata LabVIEW 7.1 4. előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 EA-4/1 Mágneses hiszterézis mérése előírt kimeneti jel mellett DAQ Rn Un etalon ellenállás etalon ellenállás
RészletesebbenFÖLDMÁGNESES MÉRÉSEK A RÉGÉSZETBEN
FÖLDMÁGNESES MÉRÉSEK A RÉGÉSZETBEN Lenkey László Régészeti geofizika, konferencia, Budapest, 2013. november 5. FÖLDMÁGNESES KUTATÓMÓDSZER I. Min alapszik? 1. Anyagok eltérő mágneses tulajdonságain: 2.
RészletesebbenProgramozható Vezérlő Rendszerek. Hardver
Programozható Vezérlő Rendszerek Hardver Hardver-bemeneti kártyák 12-24 Vdc 100-120 Vac 10-60 Vdc 12-24 Vac/dc 5 Vdc (TTL) 200-240 Vac 48 Vdc 24 Vac Belül 5V DC!! 2 Hardver-bemeneti kártyák Potenciál ingadozások
Részletesebbeny ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell
Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.
RészletesebbenVarianciaanalízis 4/24/12
1. Feladat Egy póker kártya keverő gép a kártyákat random módon választja ki. A vizsgálatban 1600 választott kártya színei az alábbi gyakorisággal fordultak elő. Vizsgáljuk meg, hogy a kártyák kiválasztása
RészletesebbenKÉSZÍTETTE: BALOGH VERONIKA ELTE IDEGTUDOMÁNY ÉS HUMÁNBIOLÓGIA SZAKIRÁNY MSC 2015/16 II. FÉLÉV
KÉSZÍTETTE: BALOGH VERONIKA ELTE IDEGTUDOMÁNY ÉS HUMÁNBIOLÓGIA SZAKIRÁNY MSC 2015/16 II. FÉLÉV TÉNYEK, CÉLOK, KÉRDÉSEK Kísérlet központja Neuronok és réskapcsolatokkal összekötött asztrocita hálózatok
RészletesebbenA gyakorlat célja a szűrők viselkedésének elemzése, vizsgálata 2.
Jelek és rendszerek Gyakorlat_ A gyakorlat célja a szűrők viselkedésének elemzése, vizsgálata 2..@. Készítsen diszkrétidejű felüláteresztő szűrőt az alábbiak alapján: Fs = 48; % Sampling Frequency N =
RészletesebbenReiczigel Jenő, 2006 1
Reiczigel Jenő, 2006 1 Egytényezős (egyszempontos) varianciaelemzés k független minta (k kezelés vagy k csoport), a célváltozó minden csoportban normális eloszlású, a szórások azonosak, az átlagok vagy
RészletesebbenTúl az optikán. Az alak- és tárgylátás elektrofiziológiai alapjai. dr. Sáry Gyula Ph.D. SZTE Általános Orvostudományi Kar Élettani Intézet Szeged
Túl az optikán Az alak- és tárgylátás elektrofiziológiai alapjai dr. Sáry Gyula Ph.D. SZTE Általános Orvostudományi Kar Élettani Intézet Szeged Alak- és formafelismerésünk robusztus, megbízható folyamat
RészletesebbenMilyen elvi mérési és számítási módszerrel lehet a Thevenin helyettesítő kép elemeit meghatározni?
1. mérés Definiálja a korrekciót! Definiálja a mérés eredményét metrológiailag helyes formában! Definiálja a relatív formában megadott mérési hibát! Definiálja a rendszeres hibát! Definiálja a véletlen
RészletesebbenHorn Distribution (HU) Kft Október 15. oldal 1
IRIDIUM GZIB 100XBT 29 990 Ft 25 cm mélysugárzó bass-reflex ládában 23 614,17 Ft 25 cm-s mélysugárzó bass-reflex ládában teljesítmény 250W beépített hangszóró GZIW 250X egyedi Ground Zero Bass Tunnel technológia
RészletesebbenTermészettudományi Kutatóközpont, Magyar Tudományos Akadémia (MTA-TTK) Agyi Képalkotó Központ (AKK)
Szimultán multi-slice EPI szekvenciák: funkcionális MRI kompromisszumok nélkül? Kiss Máté, Kettinger Ádám, Hermann Petra, Gál Viktor MTA-TTK Agyi Képalkotó Központ Természettudományi Kutatóközpont, Magyar
RészletesebbenAz agykéreg és az agykérgi aktivitás mérése
Az agykéreg és az agykérgi aktivitás mérése Intrakortikális hálózatok Elektromos aktiváció, sejtszintű integráció Intracelluláris sejtaktivitás mérés Sejten belüli elektromos integráció 70 mv mikroelektrod
RészletesebbenVienna Test System Sportpszichológiai méréssel a sikerért
Emeljük a szintet Pedagógia és pszichológia a labdarúgásban Vienna Test System Sportpszichológiai méréssel a sikerért Fózer-Selmeci Barbara sport szakpszichológus +36 20 405 72 77 barbara.selmeci@atwork.hu
RészletesebbenŰr-méréstechnika. Felszíni és mesterséges holdakon végzett mérések. Dr.Bencze Pál DSc c. egy. tanár MTA CSFK GGI
Űr-méréstechnika Felszíni és mesterséges holdakon végzett mérések Dr.Bencze Pál DSc c. egy. tanár MTA CSFK GGI Űrtechnológia Nap-Föld fizikai kapcsolatok II. BME, Budapest 2016. Március 15.. Űrtechnológia
RészletesebbenEgy idegsejt működése. a. Nyugalmi potenciál b. Transzport proteinek c. Akciós potenciál
Egy idegsejt működése a. Nyugalmi potenciál b. Transzport proteinek c. Akciós potenciál Nyugalmi potenciál Az ionok vándorlása 5. Alacsonyabb koncentráció ioncsatorna membrán Passzív Aktív 3 tényező határozza
RészletesebbenBiomatematika 13. Varianciaanaĺızis (ANOVA)
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:
RészletesebbenAKUSZTIKUS KIVÁLTOTT VÁLASZ VIZSGÁLATOK
AKUSZTIKUS KIVÁLTOTT VÁLASZ VIZSGÁLATOK Dr. Nagy Ferenc Kaposi Mór M r Oktató Kórház, Neurológiai Osztály Dr. Pfund Zoltán PTE, Neurológiai Klinika Klinikai Neurofiziológiai továbbk bbképzés, PécsP 2011
RészletesebbenA klímamodellek eredményei mint a hatásvizsgálatok kiindulási adatai
A klímamodellek eredményei mint a hatásvizsgálatok kiindulási adatai Szépszó Gabriella Országos Meteorológiai Szolgálat, szepszo.g@met.hu RCMTéR projekt 2. konzultációs workshopja 2016. február 19. TARTALOM
Részletesebben1. Fejezet. Visszacsatolt erősítők. Elektronika 2 (BMEVIMIA027)
Elektronika (MEVIMI07) Fejezet Visszacsatolt erősítők visszacsatolás célja: az erősítő paramétereinek igények szerinti megváltoztatása visszacsatolás elve (a J jel : vagy feszültség, vagy áram): J ki =
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
RészletesebbenII. VASÚTI FORGALMI KONFERENCIA
II. VASÚTI FORGALMI KONFERENCIA II. Blokk: Aktuális műszaki fejlesztési kérdések Pályamenti járműellenőrző berendezések a MÁV Zrt. hálózatán, valamint az ETCS rendszer kiépítésének állása Kirilly Kálmán
Részletesebbena. Nyugalmi potenciál b. Transzport proteinek c. Akciós potenciál. Nyugalmi potenciál. 3 tényező határozza meg:
Egy idegsejt működése a. Nyugalmi potenciál b. Transzport proteinek c. Nyugalmi potenciál Az ionok vándorlása 5. Alacsonyabb koncentráció ioncsatorna membrán Passzív Aktív 3 tényező határozza meg: 1. Koncentráció
RészletesebbenVérnyomásmérés, elektrokardiográfia. A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. A mérési adatok elemzése és értékelése
Vérnyomásmérés, elektrokardiográfia A testhelyzet, a légzés, a munkavégzés hatása a keringési rendszerre. A mérési adatok elemzése és értékelése Biológia Bsc. gyakorlat A mérést és kiértékelést végezték:............
RészletesebbenMit látnak a robotok? Bányai Mihály Matemorfózis, 2017.
Mit látnak a robotok? Bányai Mihály Matemorfózis, 2017. Vizuális feldolgozórendszerek feladatai Mesterséges intelligencia és idegtudomány Mesterséges intelligencia és idegtudomány Párhuzamos problémák
RészletesebbenHorváth Krisztina Pécsi Tudományegyetem Közgazdaságtudományi Kar Regionális Politika és Gazdaságtan Doktori Iskola, III. évfolyam
Menedzsment technikák hatása a tudásintenzív és nem tudásintenzív vállalatok produktivitására: magyar kis- és középvállalatok esete Horváth Krisztina Pécsi Tudományegyetem Közgazdaságtudományi Kar Regionális
RészletesebbenMéréselmélet és mérőrendszerek
Méréselmélet és mérőrendszerek 6. ELŐADÁS KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba eredete o
RészletesebbenA B C D 1. ábra. Béka ideg-izom preparátum készítése
III. Idegi alapjelenségek. A perifériás idegrendszer élettana. 1. Preparátumok készítése A. Béka ideg-izom preparátum készítése A békát altatás után dekapitáljuk, gerincvelejét elroncsoljuk, majd hosszanti
RészletesebbenJelgenerálás virtuális eszközökkel. LabVIEW 7.1
Jelgenerálás virtuális eszközökkel (mágneses hiszterézis mérése) LabVIEW 7.1 3. előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 EA-3/1 Folytonos idejű jelek diszkrét idejű mérése A mintavételezési
RészletesebbenElektromiográfia (Dinamometria) A motoros egységek toborzása, az izomfáradás vizsgálata
Elektromiográfia (Dinamometria) A motoros egységek toborzása, az izomfáradás vizsgálata Élettan és anatómia gyakorlat, pszichológia BA A mérést és kiértékelést végezték:............ Gyakorlatvezető:...
Részletesebben