Összehasonlitó Élettan III. Gyakorlat

Slides:



Advertisements
Hasonló előadás
Nevezetes eloszlások, normál eloszlás
Advertisements

A legelső oldalon a főlap látható, a mérés időpontjával, a három fő értékkel. A „Zustand „ mutatja meg a szív EKG tevékenységének értékét nullától ötös.
KOGNITÍV FOLYAMATOK VEGETATÍV IDEGRENDSZERI KORRELÁTUMAINAK VÁLTOZÁSAI KIS DÓZISÚ ALKOHOL HATÁSA ALATT Benyovszky Máté.
A keringési rendszer feladatai
Szívműködés élettana.
Az optikai sugárzás Fogalom meghatározások
Kvantitatív Módszerek
Elektromos mennyiségek mérése
A hőterjedés alapesetei
Szakirodalmi és publikációs ismeretek Dr. Erős Gábor.
Hullámterjedési sebesség meghatározása CDP: 420 (24 szeres fedés)
Energetika, áramlások, kontinuitási egyenletek.
Jelkondicionálás.
Csoportosítás megadása: Δx – csoport szélesség
MŰSZERES ANALÍZIS ( a jelképzés és jelfeldolgozás tudománya)
MŰSZERES ANALÍZIS ( a jelképzés és jelfeldologozás tudománya)
Lineáris és nemlineáris regressziók, logisztikus regresszió
EKG kapuzott (ECG gated) szív vizsgálat
Elektronikai Áramkörök Tervezése és Megvalósítása
Zajok és véletlen jelenségek interdiszciplináris területeken való alkalmazásának kutatása és oktatása. TÁMOP A/2-11/ KLJN kommunikációs.
MŰSZEREK.
Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet
Összefüggés vizsgálatok x átlag y átlag Y’ = a + bx.
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Analóg jelek digitalizálása
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
III. előadás.
A középérték mérőszámai
BIOMECHANIKA.
Kvantitatív módszerek
Az Alakfelismerés és gépi tanulás ELEMEI
Diszkrét változójú függvények Fourier sora
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
Egytényezős variancia-analízis
szinuszcsomó AV csomó jobb bal
Kómár Péter, Szécsényi István
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás Marketing Msc I. évf., I. félév, levelező.
A tápcsatorna funkciói:
Biostatisztika, MS Excel
A hiba-előjel alapú FxLMS algoritmus analízise Orosz György Konzulensek: Péceli Gábor, Sujbert László Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika.
Idősor elemzés Idősor : időben ekvidisztáns elemekből álló sorozat
Valószínűségszámítás
Lineáris regresszió.
Többtényezős ANOVA.
Adatleírás.
Paleobiológiai módszerek és modellek 4. hét
Ingervezetési zavarok
A LÉGZÉS ÉLETTANA.
FÉNYSEBESSÉG MÉRÉSE 1800-IG
Hangszerkesztés elmélet
Jelfeldolgozás alapfogalmak
A hang digitalizálása.
Vargha András KRE és ELTE, Pszichológiai Intézet
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Megerősítő elemzés „Big Data” elemzési módszerek Salánki.
Adatátvitel elméleti alapjai
Az ember kapcsolata a külvilággal Cél: létfenttartás, komfort megismerés (tudomány, oktatás) gazdaságosság … külvilág érzékelés beavatkozás feldolgozás.
Bevezetés a méréskiértékelésbe (BMETE80ME19)
FARKAS VIVIEN. MINTAVÉTELEZÉSI FREKVENCIA  A digitalizálás során használt legfontosabb minőségi tényező a mintavételezési frekvencia, vagy mintavételezési.
Az elektrokardiográfia alapjai és a HomeEKG rendszer
ADC alapú ultrahangos spirometriai mérési rendszer tervezése
ELQ 30A+ egyoldalas manuális mérései
Cukrok oxigén BIOKÉMIA VÍZ zsírok Fehérjék szteroidok DNS.
Kiváltott agyi jelek informatikai feldolgozása 2016
Orvosi jelek számítógépes feldolgozása, zajszűrés
Egy csepp EKG. Tematikai elemek 1. A szívizomsejtekben keletkező akcióspotenciálok. Az ingerképzés és ingerületvezetés celluláris mechanizmusa. Az ingerületvezető.
Jelkondicionálás.
A hang digitalizálása.
Párolgási hőelvonás szemléltetése
1.3. Hipotézisvizsgálat, statisztikai próbák
Előadás másolata:

Összehasonlitó Élettan III. Gyakorlat Bevezetés, Méréselmélet, EKG bemutatás Molnár Péter Állattani Tanszék

Mit is csinálunk ? Gyakorlat – Quantitative mérések Kisérletek állatokon --- Ethikai vonatkozások Csak indokolt esetben és engedély és elfogadott protokoll alapján Mérés: Köznapi értelemben --- tudományos értelemben Tudomány: Soha nem tudjuk a pontos értéket, csak azt, hogy mekkora hibát követünk el a mérés során! (25-öt mértünk. Mi a valószinüsége, hogy a pontos érték 26?)

Leiró statisztika Többszörös mérések: Átlag, geometrikus átlag Statisztikus eloszlás . Frequencia hisztogram . Mi a valószinüsége az egyes értékeknek? Normál eloszlás (Gauss görbe) Átlagos eltérés Átlagos hiba (Az átlag eltérése)

Az egyes mérési adatok viszonya Korreláció Lineáris regresszió (egyenes illesztés)

Hipotézis tesztelés Van változás vagy nincs? Van különbség két mérés sorozat között? Null hipotézis: Nincs különbség Null hipotézis elvethetö, ha a valószinüsége kisebb, mint 5% (Szignifikáns különbség) Student’s t-test (Egy mintás vagy két mintás)

Biológiai szignálok Elektrokémiai (depolarizáció sejtekben) Kommunikáció sejteken belül, egyes sejtek között, szövetekben vagy teljes szervezetben Normális fiziológiai müködés mellékterméke Elektrokémiai (depolarizáció sejtekben) Mechanikai (légzés) Biokémiai (vér oxigén, széndioxid értékek) Hormonok (adrenalin) Mit mérünk: direkt elektromos jeleket vagy jeleket, amit valamilyen szenzor elektromos jellé alakit. (aktiv, passziv szenzor)

Szenzorok Elektromos (felületi, mély elektródok, EEG, EKG…) pH szenzor (IFET) Kémiai szenzor (glükóz, oxigén, stb..) Optikai (vér áramlás, stb..) Mechanikai (levegő áramlás) Bioszenzorok (enzimek, receptorok, mikrobiológiai, teljes sejt, stb. http://www.fraserclan.com/biosens1.htm) Sugárzás ( rádióaktivitás, elektromágneses; PET, NMR) Hőmérséklet

Digitális jelfeldolgozás, szürés Szignál Mérése Csatorna Szignál Szenzor Szignál Átalakitó Előerősitő Analóg Szürő Erősitő A/D Átalakitó Digitális jelfeldolgozás, szürés

Zaj Forrás (Csatorna, Szenzor, A/D Konverter) Külső -------------------- Belső Földelés, Árnyékolás, Differenciális erősitő használata, Alkatrészek óvatos megválasztása RMS : root-mean-square, peak-to-peak Elektrostatikus (Föld hurok) Elektromágneses (50 Hz, monitorok, fénycsövek) Mechanikai vibráció Thermal noise ( V rms) Shot noise ( A rms) Dielectric noise ( A rms) 1/f (‘excess’) noise

Feszültségosztó Ohm törvény V=I*R

Fourier Transzformáció Frequencia komponensekre való felbontás Megfelelő frequenciáju Sinus-hullámokra Idő tartományi --- Frequencia tartományi elemzés Példa: agyhullámok mérése, elemzése Szürés (Mi a jel és mi a zaj – Milyen frequencia tartományban várom a jelet, a többi biztos, hogy zaj, nincs rá szükségem)

Nyquist Theorem --- Mintavételezési törvény 2x gyorsabban, mint a legmagasabb frequencia!!!

Mérési gyakorlat: Biostatisztika Feladat: Mérjétek meg mindenkinek a magasságát és pulzusszámát (név nélkül, de jelöljétek meg fiu/lány) Másoljátok le az adatokat és vigyétek haza Beadandó a következő kérdésekre a válasz: Átlagos magasság és pulzussszám a csoportban Ezeknek az adatoknak az átlagos eltérése Van-e korreláció magasság és pulzusszám között? Igaz-e, hogy a fiuk magasabbak, mint a lányok a csoportban?

EKG mérése

R-R távolság, szivciklus P, QRS, T, Átvezetési idő Mérése

Erősitő: Erősités, szürés (felüláteresztő, aluláteresztő) Mérőprogram EKG mérése Mit mérünk: EKG Einthoven-féle I. and III. Elvezetés (Bal boka: föld, Jobb kéz – bal kéz és bal kéz - bal láb). Einthoven-féle II. Elvezetést számitjuk. Megmérjük az egyes hullám-komponensek idejét és amplitudóját. EKG mély belégzés és kilégzés folyamán, visszatartott lélegzet alatt és után. Erősitő: Erősités, szürés (felüláteresztő, aluláteresztő) Mérőprogram Cursor mérések, adatátvitel Excel-be

EKG mérése Előkészület a következő gyakorlatra. Következő gyakorlaton a gyakorlat elsö fél órájában el kell készitenetek a laboratóriumi jegyzőkönyv első (elméleti) felét, érintve a következő kérdéseket: A sziv funkciója, Az elektromos aktivitás keletkezése és terjedése a szivben, Mi a dipólus és integrál vektor, Mi a elektrokardiogram, Mi az Einthoven-féle elvezetés, Mi a P-hullám, PQ szakasz, QRS complexum, ST szakasz és T- hullám, Szivmüködés szabályozása, Mit mérünk a gyakorlaton