Spis treści. Tradycja analizy wzrokowej EEG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Spis treści. Tradycja analizy wzrokowej EEG"

Transkrypt

1 Spis treści 1 Tradycja analizy wzrokowej EEG 2 Potencjały wywołane 2.1 Wstęp 2.2 Uśrednianie w dziedzinie czasu Wariancja w przypadku szumu skorelowanego 2.3 Wariancja latencji Uśrednianie metodą Woody'ego 2.4 Habituacja Uśrednianie w podzbiorach Uśrednianie blokowe 3 Literatura Tradycja analizy wzrokowej EEG W ciągu dziesięcioleci klinicznych zastosowań EEG sklasyfikowano szereg charakterystycznych rytmów i tzw. grafoelementów, czyli krótkich fragmentów sygnału wykazujących określone cechy i pojawiających się w określonych stanach mózgu. O ile niektóre z nich widać już gołym okiem, to jednak ze względu na ogromną zmienność osobniczą i międzyzapisową tylko po części możliwe było sklasyfikowanie ich cech w postaci definicji. Fale alfa Fale alfa (rys. 1) są rytmiczną aktywnością kory mózgowej w paśmie 8-12 Hz. Występowanie rytmu alfa przypisuje się stanowi relaksu z zamkniętymi oczami. Fale alfa najlepiej widoczne są w odprowadzeniach tylnych, czyli z okolic części kory odpowiadającej za przetwarzanie informacji wzrokowych. Ta jedna z najwcześniej zaobserwowanych struktur EEG mimo, że nie występuje podczas właściwego snu ma fundamentalne znaczenie dla analizy EEG, ponieważ świadczy o przedsennym czuwaniu pacjenta, a jej zanik oznacza przejście ze stanu czuwania do płytkiego snu. Fale alfa zanikają także podczas wysiłku umysłowego, np. wykonywaniu działań matematycznych albo przy otwarciu oczu i zadziałaniu na nie światła. Blokowanie rytmu alfa jest wyrazem desynchronizacji aktywności neuronów, zachodzącej pod wpływem koncentracji umysłowej lub stymulacji narządów zmysłów. Rytm o częstości w paśmie alfa rejestrowany w okolicach kory motorycznej nazywany jest też rytmem mu (μ). Wykazuje on istotny zanik w momencie wykonywania ruchu przez człowieka lub tylko zamierzenia jego wykonania. Fale delta Fale delta (rys. 2) są wysokoamplitudową aktywnością o niskiej częstości (0-4 Hz) i czasie trwania co najmniej 1/4 s. Do celów praktycznych przyjęto, że dolną granicą częstości jest 0,5 Hz.

2 Pojawiające się podczas głębokiego snu fale delta o amplitudzie przekraczającej 75 μv nazywa się falami wolnymi (ang. Slow Wave Activity, SWA). Występowanie SWA spowodowane jest wysoką synchronizacją neuronów kory (większą synchronizację spotyka się tylko podczas ataku epilepsji). Fale delta rejestruje się także podczas głębokiej medytacji, u małych dzieci i w przypadku pewnego rodzaju uszkodzeń mózgu. Fale theta Aktywnością theta (rys. 3) nazywamy aktywność w paśmie od 3 do 7 Hz i rozpiętości (ang. peak-topeak) rzędu kilkudziesięciu μv. Charakterystyczne fale theta występują np. w okresie snu płytkiego przypuszcza się że w tym czasie następuje przyswajanie i utrwalanie uczonych treści. Fale theta są najczęściej występującymi falami mózgowymi podczas medytacji, transu, hipnozy, intensywnego marzenia, intensywnych emocji. Odmienny rodzaj fal theta jest związany z aktywnością poznawczą, kojarzeniem w szczególności uwagą, a także procesami pamięciowymi (tzw. rytm FMθ - frontal midline theta). Jest on obserwowany głównie w przyśrodkowej części przedniej części mózgu. Fale beta Fale beta lub rytm beta (rys. 4) - niskoamplitudowe oscylacje o częstości w przedziale Hz. W paśmie beta wyróżnia się następujące przedziały: wolne fale beta (12-15 Hz), właściwe-średnie pasmo beta (15-18 Hz) i szybkie fale beta, o częstości powyżej 19 Hz. Ta mało zsynchronizowana praca neuronów charakteryzuje zwykłą codzienną aktywność kory mózgowej u człowieka, percepcję zmysłową i pracę umysłową. Specyficzna aktywność beta towarzyszy również stanom po zażyciu niektórych leków. Fale beta zazwyczaj występują w okolicy czołowej. Obrazują one zaangażowanie kory mózgowej w aktywność poznawczą. Fale beta o małej amplitudzie występują podczas koncentracji uwagi, gdy mózg nastawiony jest na świadomy odbiór bodźców zewnętrznych za pomocą wszystkich zmysłów. Fale gamma Fale gamma (rys. 5) fale mózgowe o częstości w okolicach 40 Hz (30-80 Hz). Aktywność w paśmie Hz określa się natomiast jako wysokoczęstotliwościowa (high) gamma. Rytm gamma towarzyszy aktywności ruchowej i funkcjom motorycznym. Fale gamma związane są też z wyższymi procesami poznawczymi, m.in. percepcją sensoryczną, pamięcią. Przypuszcza się, że rytm gamma o częstotliwości około 40 Hz ma związek z świadomością percepcyjną (dotyczącą wrażeń zmysłowych i ich postrzegania) oraz związany jest z integracją poszczególnych modalności zmysłowych w jeden spostrzegany obiekt. Aktywność high-gamma występuje podczas aktywacji kory mózgowej, zarówno przez bodźce zewnętrzne (np. dotykowe, wzrokowe), jak i wewnętrzne (przygotowanie ruchu, mowa). Fale o częstościach Hz nazywane są ripples. Rejestruje się je w sygnale z implantowanych mikroelektrod, a wysokoczęstościową aktywność fast ripples ( Hz) w szczególności u

3 pacjentów z epilepsją, w obszarze ogniska epileptycznego. Kompleks K i wrzeciono snu Wrzeciona snu (ang. sleep spindles) (rys. 6) to charakterystyczne struktury zaobserwowane już niemal od samych początków historii pomiarów EEG. Występują podczas umiarkowanie głębokiego snu. Wrzecionami snu nazywamy aktywność o częstości Hz i czasie trwania 0,5-1,5 s. Obwiednia tych krótkich salw dość szybkiej aktywności o niewielkiej amplitudzie przypomina kształt wrzeciona. Wrzeciona pojawiają się we wszystkich odprowadzeniach, z tym, że ich amplituda i częstość może się nieznacznie zmieniać przy przejściu od przodu do tyłu głowy (od wrzecion wolnych po szybkie ). Wrzeciona snu mogą, występować w parach z kompleksami K. Kompleksy K (ang. K-complexes, w Polsce często nazywane zespołami K), (rys. 6) mogą pojawiać się pojedynczo lub też w serii po dwa podczas umiarkowanie głębokiego snu. Definiuje się je jako dwufazową (ostry spadek poprzedzony dodatnim maksimum), wysokonapięciową (to największy pik strefy), niskoczęstotliwościową falę związaną z wrzecionami snu, przy czym jej czas trwania powinien przekraczać 0,5 s. Obecnie wymaga się aby struktury te miały częstość 1-4 cykli/s, amplitudę co najmniej dwa razy większą od średniej amplitudy tła i czas trwania 0,5-2 s. Amplituda kompleksu K jest zazwyczaj największa na czubku głowy. Kompleksy K mogą podczas snu występować spontanicznie lub też w odpowiedzi na bodźce. Fale piłokształtne (ang. sawtooth waves) pojawiają się w EEG w czasie snu paradoksalnego (REM), są to wierzchołkowe, ujemne fale o umiarkowanej częstości i amplitudzie. Z definicji falą piłokształtną nazywa się pojedyncze lub zgrupowane po kilka fale o częstości 6-10 Hz, amplitudzie rzędu kilkudziesięciu μv i wyraźnym kształcie zębów piły. Wierzchołkowe fale ostre (ang. Vertex sharp waves) występują pod koniec okresu płytkiego snu. Aktywnością tą określa się ostry potencjał maksymalny w okolicy wierzchołkowej, ujemny w stosunku do innych pól, o amplitudzie zmiennej, często dochodzącej do 250 μv peak-to-peak. Iglice (ang. spikes), nazwa ograniczona do padaczkopodobnych wyładowań, obserwowanych także w zapisie międzynapadowym EEG. Są to grafoelementy wyraźnie wyróżniające się z czynności podstawowej, z ostrym wierzchołkiem i często następującą po nim falą wolną. Czas trwania iglicy wynosi zazwyczaj od 20 do 70 milisekund, a amplituda co najmniej dwa razy większa o od amplitudy tła w obrębie około 5 sekund. Ponadto, w zapisie EEG pojawiają się w postaci artefaktów ślady wolnych ruchów gałek ocznych (ang. Slow Eye Movement, SEM), obserwowane w odprowadzeniach EOG (elektrookulogram) zwłaszcza w stanie płytkiego snu oraz szybkie ruchy gałek ocznych (ang. Rapid Eye Movement, REM), występujące podczas snu paradoksalnego.

4 80 lat postępu w klinicznej analizie EEG: od wzrokowej analizy zapisów na papierze do wzrokowej analizy zapisów na ekranie komputera. Źródło Biomedical Engineering Online Znajomość struktur widocznych w sygnale EEG i ich korelat behawioralnych i klinicznych jest wynikiem dziesięcioleci wzrokowej analizy przebiegów EEG kiedyś zapisywanych na papierze, dzisiaj wyświetlanych na ekranie monitora. Niestety analiza wzrokowa, poza wysokim kosztem, cechuje się ograniczoną powtarzalnością. Pomimo dążenia do standaryzacji opisu i nazewnictwa struktur (por. np. Rechtschaffen i Kales, 1968) różni eksperci, a czasem nawet ten sam ekspert po jakimś czasie, opiszą zawartość tego samego fragmentu EEG w sposób zwykle podobny, ale nie jednakowy. Powoduje to ogromne trudności w implementacji metod matematycznej analizy szeregów czasowych pod kątem zgodności z tradycją analizy wzrokowej w sytuacji, gdy samo kryterium nie jest do końca jednoznaczne. Pomimo tego, wspomniana wiedza o klinicznych i behawioralnych korelatach obecnych w EEG struktur jest niezastąpiona w sytuacji klasycznej dla nauk biomedycznych, a szczególnie wyraźnej w neuronaukach: badane efekty są często o rzędy wielkości mniejsze niż różnice międzyosobnicze. W tej sytuacji tylko powtarzanie tych samych badań w różnych ośrodkach na całym świecie na różnych populacjach osób może prowadzić do stabilnych wniosków. Jak dotychczas jedyną metodą stosowaną na tak wielką skalę jest analiza wzrokowa. Potencjały wywołane Wstęp Potencjały wywołane EEG (ang. evoked potentials, EP) są śladami odpowiedzi mózgu na bodźce. W przypadku MEG poprawnie mówi się o polach wywołanych (ang. evoked fields, EF). Zwykle reakcja ta jest mała (wyjątek stanowią kompleksy K) i w zapisie pojedynczej realizacji reakcji na bodziec najczęściej niewidoczna wśród czynności pochodzącej od wielu innych procesów zachodzących w tym samym czasie w mózgu. Ich wyodrębnienie z tak zwanego tła EEG/MEG, czyli manifestacji elektrycznej innych, trwających w tym samym czasie w mózgu, procesów (aktywny prąd niezależny), wymaga w dniu dzisiejszym zapisu odpowiedzi na szereg powtórzeń tego samego bodźca (rys. 8). Pierwsze potencjały wywołane pokazał pod koniec lat 40-tych Dawson (Dawson 1947) wykonując superpozycję pojedynczych realizacji na kliszy fotograficznej. Z czasem skomplikowane urządzenia analogowe zastąpione zostały przez cyfrowe uśrednianie kolejnych fragmentów EEG,

5 zsynchronizowanych według momentu wystąpienia bodźca, łatwo realizowane za pomocą komputera. Uśrednianie potencjałów wywołanych. a) ciągły zapis EEG z wyróżnionymi momentami wystąpienia bodźca (w tym przypadku słuchowego) b) kilkadziesiąt kolejnych odcinków, wyciętych jako sekunda EEG od momentu wystąpienia kolejnych bodźców, ustawione jeden pod drugim c) uśredniony potencjał wywołany widać m. in. załamek P300 ok. 300 milisekund po bodźcu Techniki te opierają się na założeniu, że zawarta w EEG odpowiedź mózgu na każdy z kolejnych bodźców jest niezmienna, a EEG odzwierciedlające pozostałe procesy traktowane jest jak nieskorelowany z nią proces stochastyczny. Zależnie od rodzaju potencjałów wywołanych, założenia te są mniej lub bardziej nieuzasadnione; podważa je choćby powszechnie znany efekt habituacji, polegający na osłabieniu późnych potencjałów wywołanych kolejnymi powtórzeniami bodźca. Istota potencjałów wywołanych jest przedmiotem otwartej dyskusji i dziesiątków prac, dotykających od lat podstawowych w tej dziedzinie pytań: czym jest potencjał wywołany, który widzimy w uśrednionym przebiegu? Czy naprawdę wynika z deterministycznie powtarzanej, jednakowej odpowiedzi pojawiającej się po każdym powtórzeniu bodźca niezależnie od tła, czy może wynika z reorganizacji faz tego właśnie tła EEG, czy może kombinacji tych dwóch efektów? Jest to wspaniałe pole dla zastosowań zaawansowanych metod modelowania i analizy sygnałów. W ostatnich latach powstają dziesiątki prac na ten temat, a od czasu do czasu również krytyczne artykuły wykazujące, że dotychczasowe odkrycia są raczej artefaktami stosowanych metod a nie wynikają z własności

6 analizowanych danych (Yeung et al., 2004). Jak widać jest tu wciąż bardzo wiele do zrobienia, gdyż zrozumienie tego mechanizmu stoi na drodze do świętego Graala, którym w tej dziedzinie jest parametryzacja pojedynczych potencjałów wywołanych. Niezależnie od tego, w neurofizjologii klinicznej nazwą potencjał wywołany określa się krzywą widoczną po uśrednieniu odpowiedzi na kilkanaście do kilku tysięcy bodźców (Szelenberger 2000). Gromadzona od dziesięcioleci wiedza o behawioralnych i klinicznych korelatach potencjałów wywołanych opiera się na rozpoznawaniu w przebiegach uśrednionych tak zwanych załamków, czyli przejściowych wzrostów lub spadków potencjału (na przykład na rys. 8 widać załamek P300). Nazwy załamków składają się zwykle z litery P (od ang. positive), jeśli wychylenie jest dodatnie, lub N (od ang. negative), jeśli wychylenie jest ujemne, oraz liczby. Uwaga: Nie ma niestety jednej ustalonej konwencji prezentacji potencjałów koniecznie trzeba więc zwracać uwagę na orientację wykresu, a wykonując wykres samemu - zamieszczać informację o orientacji kierunku dodatniego,gdyż kierunek dodatni może być wykresie skierowany do góry lub do dołu. Liczba następująca po N lub P określa przybliżoną liczbę milisekund od wystąpienia bodźca, czyli tak zwaną latencję. Nie można jednak ścisłego związku między tą liczbą a liczbą milisekund np. potencjał P300 w zależności od szczegółów paradygmatu doświadczalnego może wystąpić znacznie później. np. w eksperymentach językowych zdarza się że P300 występuje później niż N400 :-). Rys. 9 przedstawia schematycznie najważniejsze załamki rozpoznawane w potencjałach słuchowych, czyli wywoływanych bodźcem dźwiękowym. Dla potencjałów wzrokowych i somatosensorycznych istnieją podobne klasyfikacje. Orientacyjny schemat załamków rozpoznawanych w słuchowych potencjach wywołanych, na podstawie (Szelenberger 2000). Skala czasu logarytmiczna. Najszybsze (do 12 ms) składowe egzogenne to potencjały pniowe (BAEP), oznaczane jako fale I-VII. Litery P i N oznaczają dodatnie i ujemne wychylenia związane z dalszymi załamkami Najszybsze (czyli o najmniejszej latencji) składowe to potencjały egzogenne, odzwierciedlające wstępne fazy przekazu informacji. W potencjałach słuchowych są to potencjały pnia (ang. brainstem auditory evoked potentials, BAEP), składające się z siedmiu fal występujących pomiędzy 1 a 12 ms

7 od bodźca. Są one generowane np. w nerwie słuchowym czy pniu mózgu, i wykorzystywane w klinicznej diagnostyce integralności dróg słuchowych. Podobnie jak inne wczesne potencjały o latencjach poniżej 100 ms, są praktycznie niezależne od stanu uwagi. Po potencjałach o średniej latencji (między 12 a 50 ms) zaczynają się późne potencjały słuchowe, odzwierciedlające bardziej złożone reakcje na bodziec. Na przykład amplituda załamka N100 wzrasta w stanie skupienia uwagi czy pobudzenia emocjonalnego. Około 200 milisekund po bodźcu pojawia się załamek odzwierciedlający modną ostatnio falę niezgodności (ang. mismatch negativity). Jest on wyrazem nieświadomej i automatycznej reakcji na zmianę bodźca na przykład na pojawiające się stosunkowo rzadko dźwięki o innej częstości w serii dźwięków o jednakowej wysokości. Wreszcie pierwszy i najpopularniejszy całkowicie endogenny załamek to P300, pojawiający się po rozpoznaniu bodźca oczekiwanego, na którym skupiamy uwagę: na przykład, jeśli w serii pojawiających się losowo liter mamy zliczać wystąpienia jednej z nich, to na średniej odpowiedzi na pojawienie się tej litery pojawi się załamek P300. Uśrednianie w dziedzinie czasu Jak już było wspomniane powyżej podstawową techniką stosowaną do analizy potencjałów wywołanych jest uśrednianie wielu realizacji odpowiedzi na bodziec wyrównanych względem jakiegoś charakterystycznego zdarzenia, np. momentu podania bodźca albo momentu behawioralnej reakcji na bodziec (np. wciśnięcie przycisku). Podejście to bazuje na trzech założeniach: Reakcja jest czasowo związana z bodźcem. Tzn. w kolejnych realizacjach występuje ona zawsze z tym samym opóźnieniem. Reakcja na bodziec skutkuje zawsze pojawieniem się w sygnale składowej o stałym kształcie (mówimy o stałej morfologii). Spontaniczna czynność EEG ta która nie dotyczy przetwarzania interesującego nas bodźca jest niezależnym, stacjonarnym szumem o średniej zero. Zgodnie z powyższymi założeniami mierzony w i-tej realizacji sygnał można wyrazić jako: Uśrednianie po N realizacjach daje: Wartość oczekiwana średniego sygnału wynosi: gdyż dla szumu o średniej zero mamy:

8 . Wariancja wynosi: gdyż jest deterministyczne. Dla potencjałów pojawiających się w pierwszych kilkudziesięciu milisekundach po bodźcu model ten można uznać za poprawny, gdyż wykazują one zależność głównie od parametrów fizycznych bodźca. Dla późniejszych składowych staje się on coraz bardziej wątpliwy ze względu na występujące korelacje ze stanem (np. uwagi) badanego. Dla późniejszych składowych można by postulować bardziej ogólną wersję modelu potencjału wywołanego: Ten model uwidacznia, że do opisu potencjału wywołanego potrzebna jest nie tylko średnia, ale i wyższe momenty rozkładu (np. drugi moment centralny czyli wariancja). Wariancja w przypadku szumu skorelowanego W poprzednim paragrafie pokazaliśmy, że w przypadku niezależnego szumu wariancja uśrednionego sygnału (w danej chwili czasu) maleje jak. Jednak w przypadku gdy kolejne próbki szumu są skorelowane (np. występuje silna aktywność rytmiczna alfa) sytuacja się komplikuje. Intuicyjnie łatwo możemy to sobie wyobrazić w granicznym przypadku. Załóżmy, że tło dla potencjałów o stałej morfologii stanowi sinusoida. Jeśli będziemy podawać bodźce w odstępach będących wielokrotnością okresu tej sinusoidy to w uśrednianych fragmentach sygnału owa sinusoida jest tak samo powtarzalna jak badany potencjał i uśrednianie nie prowadzi do poprawy stosunku amplitudy sygnału do amplitudy tła. Stopień zależności pomiędzy próbkami można zmierzyć przy pomocy funkcji autokorelacji. Jeśli funkcję autokorelacji przybliżymy przez: gdzie jest wariancją szumu, jest średnią częstością aktywności rytmicznej, jest szerokością pasma tej czynności, zaś opóźnieniem, to wariancję potencjału wywołanego można wyrazić jako:

9 gdzie jest odstępem między bodźcami. Widać stąd, że obecność czynności rytmicznej w tle wpływa na stosunek sygnału do szumu. Z powyższego równania widać, że stosunek wariancji dąży do staje się duże. gdy Periodyczna stymulacja może ponadto prowadzić do wzbudzenia czynności rytmicznej o częstości równej częstości pobudzania bądź jej harmonicznej. Wariancja latencji Jedną z form zmienności potencjału wywołanego w pojedynczych realizacjach jest wariancja latencji. Czerwona linia: Uśrednianie 100 potencjałów wywołanych o latncjach z rozkładu normalnego N(300,30 ), Niebieskie linie: przykładowe pojedyncze realizacje wzięte do średniej Zmienność latencji prowadzi do: zmniejszenia amplitudy wzrostu rozciągłości czasowej załamka O tych konsekwencjach zmienności latencji należy w szczególności pamiętać porównując średnie potencjały uzyskane w różnych warunkach eksperymentalnych. Gdy zauważymy, że średnie potencjały różnią się amplitudą należy rozważyć możliwość, że w istocie warunki eksperymentalne

10 wpływają na różnice w wariancji latencji. Naturalne jest, że zmienność latencji jest bardziej widoczna w przypadku załamków trwających krótko niż w przypadku załamków trwających długo. Wariancja latencji rożnie wraz z jej wartością, stąd wśród późnych składowych potencjałów wywołanych nie obserwuje się komponentów krótkotrwałych. Uśrednianie metodą Woody'ego Model potencjału ze zmienną latencją i sposób na jego efektywniejsze uśrednianie zaproponował Woody (1967). Model ten zakłada, że w każdej realizacji występuje komponent addytywny, który co do kształtu jest stały, a pomiędzy realizacjami różni się tylko latencją: Woody zaproponował aby szacować na podstawie maksimum funkcji korelacji wzajemnej pomiędzy i-tą realizacją a wzorcem. W pierwszym kroku wzorcem jest średni potencjał uzyskany przez proste uśrednienie realizacji. Następnie w sposób iteracyjny dokonuje się: poprawek w wyrównaniu poszczególnych realizacji, obliczenia nowego wzorca poprzez uśrednienie realizacji po korekcie wyrównania, obliczenia nowych poprawek do wyrównania realizacji. Habituacja Zmienność w odpowiedziach na kolejno występujące po sobie bodźce można podzielić na komponent stochastyczny i deterministyczny. Komponent deterministyczny odzwierciedla zmianę czułości układu nerwowego na kolejne bodźce. Nowy bodziec często wywołuje reakcje pobudzenia widoczną w wielu parametrach takich jak przewodnictwo skóry, rytm serca i reaktywność kory mózgowej. Powszechnie obserwowanym zjawiskiem jest spadek reaktywności na powtarzające się bodźce zwany habituacją. Niekiedy obserwuje się także zjawisko przeciwne wzrost reaktywności na bodziec zwane sensytyzacją. Klasycznym sposobem na badanie tych zjawisk w potencjałach wywołanych jest uśrednianie w podzbiorach lub uśrednianie blokowe. Wymaga ono zmiany paradygmatu rejestracji danych. Załóżmy, że interesującym nas bodźcem jest błysk światła. Chcemy zaobserwować ewentualne zmiany amplitudy i latencji w ciągu 100 potencjałów będących reakcją na błysk powtarzający się co 500 ms. Uśrednianie w podzbiorach W metodzie tej musimy założyć, że proces habituacji jest powolny, tzn. zmiany pomiędzy kolejnymi reakcjami są bardzo małe. W takim przypadku możemy podzielić długą serię bodźców na ciąg podserii i uśrednienie przeprowadzić dla każdej pod-serii osobno.

11 Ilustracja uśredniania w podzbiorach Uśrednianie blokowe W tym celu eksperyment wykonujemy w wielu seriach. Jedna seria składa się ze 100 błysków powtarzanych co 500 ms. Po serii następuje przerwa trwająca np. 5 s (długość przerwy wyraża nasze oszacowanie czasu potrzebnego na zanik habituacji). Po przerwie seria jest powtarzana. Powtórzeń serii wykonujemy N. Następnie uśredniamy fragmenty sygnałów odpowiadające sobie w kolejnych seriach. W tym paradygmacie zakładamy, że każda seria rejestrowana jest w tych samych warunkach. Zaniedbujemy efekty związane ze zmęczeniem i zmianami w np. stopniu koncentracji badanego.

12 Ilustracja uśredniania w blokach Literatura Dawson G. D. Cerebral responses to electrical stimulation of peripheral nerve in man. J Neurol Neurosurg Psychiatry, 10: , Rechtschaffen A. i Kales A. (Edytorzy) A manual of standardized terminology, techniques and scoring system for sleep stages in human subjects. Number 204 in National Institutes of Health Publications.

13 US Government Printing Office, Washington DC, Szelenberger W. Potencjały wywołane. Wydawnictwo Elmiko, Warszawa, Yeung N., Bogacz R., Holroyd C. B. i Cohen J. D. Detection of synchronized oscillations in the electroencephalogram: An evaluation of methods. Psychophysiology, 41: , 2004.

Podstawowe grafoelementy zapisu EEG i ich główne cechy

Podstawowe grafoelementy zapisu EEG i ich główne cechy Pracownia EEG / EEG spoczynkowe, artefakty Spis treści 1 Podstawowe grafoelementy zapisu EEG i ich główne cechy 1.1 Rytm 1.2 Rytm 1.3 Rytm 1.4 Rytm μ 1.5 Rytm 1.6 Fale 1.7 Wrzeciona snu 1.8 Kompleksy K

Bardziej szczegółowo

Sen i czuwanie rozdział 9. Zaburzenia mechanizmów kontroli ruchowej rozdział 8

Sen i czuwanie rozdział 9. Zaburzenia mechanizmów kontroli ruchowej rozdział 8 Sen i czuwanie rozdział 9 Zaburzenia mechanizmów kontroli ruchowej rozdział 8 SEN I CZUWANIE SEN I RYTMY OKOŁODOBOWE FAZY SNU CHARAKTERYSTYKA INDUKOWANIE SNU MECHANIZM I STRUKTURY MÓZGOWE RYTMY OKOŁODOBOWE

Bardziej szczegółowo

Rozdział 7. Nieprawidłowy zapis EEG: EEG w padaczce

Rozdział 7. Nieprawidłowy zapis EEG: EEG w padaczce Rozdział 7. Nieprawidłowy zapis EEG: EEG w padaczce Znaczenie zapisu EEG w rozpoznaniu i leczeniu EEG wspiera kliniczne rozpoznanie padaczki, ale na ogół nie powinno stanowić podstawy rozpoznania wobec

Bardziej szczegółowo

Analiza danych medycznych

Analiza danych medycznych Analiza danych medycznych Wykład 2 Rejestracja sygnału EEG Plan wykładu 1. Zasady aplikacji elektrod 2. Wzmacniacz EEG 3. Cechy sygnału EEG 4. Podstawowe rytmy mózgowe 5. Przetworzenie zarejestrowanych

Bardziej szczegółowo

Zastosowanie terapii Neurofeedback w leczeniu zaburzeń psychicznych

Zastosowanie terapii Neurofeedback w leczeniu zaburzeń psychicznych Zastosowanie terapii Neurofeedback w leczeniu zaburzeń psychicznych Kasper Czech Zakład Psychologii Klinicznej i Sądowej Uniwersytet Śląski Definicja metody Biofeedback Metoda umożliwiająca zmianę wybranych

Bardziej szczegółowo

STAROSTWO POWIATOWE W SOKÓŁCE

STAROSTWO POWIATOWE W SOKÓŁCE STAROSTWO POWIATOWE W SOKÓŁCE DIAGNOZA TRUDNOŚCI NOWATORSKIE NARZĘDZIA - neuromodulacja (EEG Biofeedback), - neuroobrazowanie (EEG/QEEG), - rehabilitacja funkcji poznawczych (FORBRAIN), - diagnostyka i

Bardziej szczegółowo

Biorytmy, sen i czuwanie

Biorytmy, sen i czuwanie Biorytmy, sen i czuwanie Rytmika zjawisk biologicznych określana jako biorytm przyporządkowuje zmiany stanu organizmu do okresowych zmian otaczającego środowiska. Gdy rytmy biologiczne mają charakter wewnątrzustrojowy

Bardziej szczegółowo

Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan

Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego Piotr Walerjan Elektrofizjologia w padaczce Dlaczego stosujemy metody elektrofizjologiczne w diagnostyce padaczki? Ognisko padaczkowe Lokalizacja

Bardziej szczegółowo

EEG Biofeedback. Metoda EEG-Biofeedback wykorzystuje mechanizm sprzężenia zwrotnego do treningu i usprawniania pracy mózgu

EEG Biofeedback. Metoda EEG-Biofeedback wykorzystuje mechanizm sprzężenia zwrotnego do treningu i usprawniania pracy mózgu EEG Biofeedback Metoda EEG-Biofeedback wykorzystuje mechanizm sprzężenia zwrotnego do treningu i usprawniania pracy mózgu EEG Biofeedback to skuteczna metoda terapeutyczna zwiększająca skuteczność funkcjonowania

Bardziej szczegółowo

SEN I CZUWANIE NEUROFIZJOLOGIA

SEN I CZUWANIE NEUROFIZJOLOGIA SEN I CZUWANIE NEUROFIZJOLOGIA Sen i Czuwanie U ludzi dorosłych występują cyklicznie w ciągu doby dwa podstawowe stany fizjologiczne : SEN i CZUWANIE SEN I CZUWANIE Około 2/3 doby przypada na czuwanie.

Bardziej szczegółowo

Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan PWSIM MEDISOFT

Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan PWSIM MEDISOFT Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego Piotr Walerjan PWSIM MEDISOFT Elektrofizjologia w padaczce Dlaczego stosujemy metody elektrofizjologiczne w diagnostyce padaczki? Ognisko

Bardziej szczegółowo

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2013/2014

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2013/2014 Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Mechaniczny obowiązuje studentów rozpoczynających studia w roku akademickim 013/014 Kierunek studiów: Inżynieria Biomedyczna Forma

Bardziej szczegółowo

Mechanoreceptory (dotyk, słuch) termoreceptory i nocyceptory

Mechanoreceptory (dotyk, słuch) termoreceptory i nocyceptory Mechanoreceptory (dotyk, słuch) termoreceptory i nocyceptory Iinformacja o intensywności bodźca: 1. Kodowanie intensywności bodźca (we włóknie nerwowym czuciowym) odbywa się za pomocą zmian częstotliwość

Bardziej szczegółowo

Mózg, klocki i gwiezdne wojny. dr inż. Rafał Jóźwiak

Mózg, klocki i gwiezdne wojny. dr inż. Rafał Jóźwiak Mózg, klocki i gwiezdne wojny dr inż. Rafał Jóźwiak centrum dowodzenia mózg odbiera, przetwarza i generuje bodźce źródło obrazków: http://www.fizjoinformator.pl/mega-mozg-czyli-35-ciekawostek-na-temat-naszego-procesora/

Bardziej szczegółowo

(L, S) I. Zagadnienia. 1. Potencjały czynnościowe komórek serca. 2. Pomiar EKG i jego interpretacja. 3. Fonokardiografia.

(L, S) I. Zagadnienia. 1. Potencjały czynnościowe komórek serca. 2. Pomiar EKG i jego interpretacja. 3. Fonokardiografia. (L, S) I. Zagadnienia 1. Potencjały czynnościowe komórek serca. 2. Pomiar EKG i jego interpretacja. 3. Fonokardiografia. II. Zadania 1. Badanie spoczynkowego EKG. 2. Komputerowa rejestracja krzywej EKG

Bardziej szczegółowo

Sposoby opisu i modelowania zakłóceń kanałowych

Sposoby opisu i modelowania zakłóceń kanałowych INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń

Bardziej szczegółowo

Plan wykładu. Prozopagnozja. wrażenie sensoryczne a percepcja. wrażenia sensoryczne i percepcja

Plan wykładu. Prozopagnozja. wrażenie sensoryczne a percepcja. wrażenia sensoryczne i percepcja Plan wykładu (1) rozróżnienie wrażeń sensorycznych i percepcji Psychologia procesów poznawczych: percepcja, język, myślenie wrażenie sensoryczne a percepcja W 3 dr Łukasz Michalczyk (2) wprowadzenie do

Bardziej szczegółowo

R-PEARSONA Zależność liniowa

R-PEARSONA Zależność liniowa R-PEARSONA Zależność liniowa Interpretacja wyników: wraz ze wzrostem wartości jednej zmiennej (np. zarobków) liniowo rosną wartości drugiej zmiennej (np. kwoty przeznaczanej na wakacje) czyli np. im wyższe

Bardziej szczegółowo

Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego. Ćwiczenie 2 Badanie funkcji korelacji w przebiegach elektrycznych.

Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego. Ćwiczenie 2 Badanie funkcji korelacji w przebiegach elektrycznych. Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego Ćwiczenie Badanie unkcji korelacji w przebiegach elektrycznych. Cel ćwiczenia: Celem ćwiczenia jest zbadanie unkcji korelacji w okresowych sygnałach

Bardziej szczegółowo

Od neuronu do sieci: modelowanie układu nerwowego

Od neuronu do sieci: modelowanie układu nerwowego Od neuronu do sieci: modelowanie układu nerwowego Stochastyczne modele generacji iglic Kodowanie informacji w układzie nerwowym dr Daniel Wójcik Na podstawie podręcznika THEORETICAL NEUROSCIENCE Petera

Bardziej szczegółowo

Zachowania odbiorców. Grupa taryfowa G

Zachowania odbiorców. Grupa taryfowa G Zachowania odbiorców. Grupa taryfowa G Autor: Jarosław Tomczykowski Biuro PTPiREE ( Energia elektryczna luty 2013) Jednym z założeń wprowadzania smart meteringu jest optymalizacja zużycia energii elektrycznej,

Bardziej szczegółowo

PERCEPCJA WZROKOWA- ROZWÓJ I ZABURZENIA FUNKCJI WZROKOWYCH.

PERCEPCJA WZROKOWA- ROZWÓJ I ZABURZENIA FUNKCJI WZROKOWYCH. PERCEPCJA WZROKOWA- ROZWÓJ I ZABURZENIA FUNKCJI WZROKOWYCH. Spostrzeganie wzrokowe- to zdolność do rozpoznawania i różnicowania bodźców wzrokowych oraz ich interpretowania w oparciu o dotychczasowe doświadczenia.

Bardziej szczegółowo

Inteligentna analiza danych

Inteligentna analiza danych Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki

Bardziej szczegółowo

Grupa: Elektrotechnika, sem 3, wersja z dn. 03.11.2015 Technika Świetlna Laboratorium

Grupa: Elektrotechnika, sem 3, wersja z dn. 03.11.2015 Technika Świetlna Laboratorium 6-965 Poznań tel. (-61) 6652688 fax (-61) 6652389 Grupa: Elektrotechnika, sem 3, wersja z dn. 3.11.2 Technika Świetlna Laboratorium Ćwiczenie nr 3 Temat: BADANIE POLA WIDZENIA Opracowanie wykonano na podstawie:

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZENIA NR 7

INSTRUKCJA DO ĆWICZENIA NR 7 KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 7 PRZEDMIOT TEMAT OPRACOWAŁ LABORATORIUM MODELOWANIA Przykładowe analizy danych: przebiegi czasowe, portrety

Bardziej szczegółowo

SYMULATOR EKG. Bartłomiej Bielecki 1, Marek Zieliński 2, Paweł Mikołajaczak 1,3

SYMULATOR EKG. Bartłomiej Bielecki 1, Marek Zieliński 2, Paweł Mikołajaczak 1,3 SYMULATOR EKG Bartłomiej Bielecki 1, Marek Zieliński 2, Paweł Mikołajaczak 1,3 1. Państwowa Wyższa Szkoła Zawodowa w Chełmie 2. Państwowy Szpital im. Ludwika Rydygiera w Chełmie 3. Uniwersytet Marii Curie-Skłodowskiej

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

www.pwt.et.put.poznan.pl

www.pwt.et.put.poznan.pl Piotr Wołowik Studium Doktoranckie na Wydziale Elektrycznym Politechniki Poznańskiej ul. Piotrowo 3A, 60-965 Poznań e-mail: piotrw@et.put.poznan.pl 2005 Poznańskie Warsztaty Telekomunikacyjne Poznań 8-9

Bardziej szczegółowo

1. Wstęp. Elektrody. Montaże

1. Wstęp. Elektrody. Montaże 1. Wstęp Elektroencefalogram (EEG) stanowi rejestrację elektrycznej aktywności kory mózgowej. Większość czynności elektrycznej, rejestrowanej przez elektrody umieszczone na skórze głowy, wynika z sumowania

Bardziej szczegółowo

Analiza sygnałów biologicznych

Analiza sygnałów biologicznych Analiza sygnałów biologicznych Paweł Strumiłło Zakład Elektroniki Medycznej Instytut Elektroniki PŁ Co to jest sygnał? Funkcja czasu x(t) przenosząca informację o stanie lub działaniu układu (systemu),

Bardziej szczegółowo

Narodowe Centrum Badań Jądrowych Dział Edukacji i Szkoleń ul. Andrzeja Sołtana 7, Otwock-Świerk

Narodowe Centrum Badań Jądrowych Dział Edukacji i Szkoleń ul. Andrzeja Sołtana 7, Otwock-Świerk Narodowe Centrum Badań Jądrowych Dział Edukacji i Szkoleń ul. Andrzeja Sołtana 7, 05-400 Otwock-Świerk ĆWICZENIE L A B O R A T O R I U M F I Z Y K I A T O M O W E J I J Ą D R O W E J Zastosowanie pojęć

Bardziej szczegółowo

Modelowanie wybranych pojęć matematycznych. semestr letni, 2016/2017 Wykład 10 Własności funkcji cd.

Modelowanie wybranych pojęć matematycznych. semestr letni, 2016/2017 Wykład 10 Własności funkcji cd. Modelowanie wybranych pojęć matematycznych semestr letni, 206/207 Wykład 0 Własności funkcji cd. Ciągłość funkcji zastosowania Przybliżone rozwiązywanie równań Znajdziemy przybliżone rozwiązanie równania

Bardziej szczegółowo

Regulacja dwupołożeniowa (dwustawna)

Regulacja dwupołożeniowa (dwustawna) Regulacja dwupołożeniowa (dwustawna) I. Wprowadzenie Regulacja dwustawna (dwupołożeniowa) jest często stosowaną metodą regulacji temperatury w urządzeniach grzejnictwa elektrycznego. Polega ona na cyklicznym

Bardziej szczegółowo

Drgania wymuszone - wahadło Pohla

Drgania wymuszone - wahadło Pohla Zagadnienia powiązane Częstość kołowa, częstotliwość charakterystyczna, częstotliwość rezonansowa, wahadło skrętne, drgania skrętne, moment siły, moment powrotny, drgania tłumione/nietłumione, drgania

Bardziej szczegółowo

CYFROWE PRZETWARZANIE SYGNAŁÓW

CYFROWE PRZETWARZANIE SYGNAŁÓW POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Analiza korelacyjna sygnałów dr hab. inż.

Bardziej szczegółowo

Neurofeedback: jego rosnąca popularność i zastosowania

Neurofeedback: jego rosnąca popularność i zastosowania Neurofeedback: jego rosnąca popularność i zastosowania Michał Czerwiński Wydział Fizyki Uniwersytetu Warszawskiego Zakład Fizyki Biomedycznej Koło Fizyki Biomedycznej Sygnał EEG Sygnał EEG, w dziedzinie

Bardziej szczegółowo

ANALIZA HARMONICZNA DŹWIĘKU SKŁADANIE DRGAŃ AKUSTYCZNYCH DUDNIENIA.

ANALIZA HARMONICZNA DŹWIĘKU SKŁADANIE DRGAŃ AKUSTYCZNYCH DUDNIENIA. ĆWICZENIE NR 15 ANALIZA HARMONICZNA DŹWIĘKU SKŁADANIE DRGAŃ AKUSYCZNYCH DUDNIENIA. I. Cel ćwiczenia. Celem ćwiczenia było poznanie podstawowych pojęć związanych z analizą harmoniczną dźwięku jako fali

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

Percepcja jako zmysłowy odbiór bodźców Procesy percepcji Percepcja jako proces Definicja percepcji/spostrzegania Odbiór wrażeń Percepcja rejestracja

Percepcja jako zmysłowy odbiór bodźców Procesy percepcji Percepcja jako proces Definicja percepcji/spostrzegania Odbiór wrażeń Percepcja rejestracja Percepcja jako zmysłowy odbiór bodźców Wzrok Procesy percepcji wykład 5 Słuch Smak Węch Dotyk (czucie skórne) Zmysł równowagi Definicja percepcji/spostrzegania W wąskim znaczeniu odbiór wrażeń zmysłowych

Bardziej szczegółowo

Charakterystyka amplitudowa i fazowa filtru aktywnego

Charakterystyka amplitudowa i fazowa filtru aktywnego 1 Charakterystyka amplitudowa i fazowa filtru aktywnego Charakterystyka amplitudowa (wzmocnienie amplitudowe) K u (f) jest to stosunek amplitudy sygnału wyjściowego do amplitudy sygnału wejściowego w funkcji

Bardziej szczegółowo

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Funkcja uwikłana (równanie nieliniowe) jest to funkcja, która nie jest przedstawiona jawnym przepisem, wzorem wyrażającym zależność wartości

Bardziej szczegółowo

Prezentacja, którą czytacie jest jedynie zbiorem sugestii. Nie zawiera odpowiedzi na pytania wprost. Jeżeli nie wiedzielibyście jak odpowiedzieć na

Prezentacja, którą czytacie jest jedynie zbiorem sugestii. Nie zawiera odpowiedzi na pytania wprost. Jeżeli nie wiedzielibyście jak odpowiedzieć na Prezentacja, którą czytacie jest jedynie zbiorem sugestii. Nie zawiera odpowiedzi na pytania wprost. Jeżeli nie wiedzielibyście jak odpowiedzieć na któreś z pytań, to poniżej macie kierunek w jakim podążać

Bardziej szczegółowo

Ćwiczenie 3,4. Analiza widmowa sygnałów czasowych: sinus, trójkąt, prostokąt, szum biały i szum różowy

Ćwiczenie 3,4. Analiza widmowa sygnałów czasowych: sinus, trójkąt, prostokąt, szum biały i szum różowy Ćwiczenie 3,4. Analiza widmowa sygnałów czasowych: sinus, trójkąt, prostokąt, szum biały i szum różowy Grupa: wtorek 18:3 Tomasz Niedziela I. CZĘŚĆ ĆWICZENIA 1. Cel i przebieg ćwiczenia. Celem ćwiczenia

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

Politechnika Warszawska

Politechnika Warszawska Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Skrypt do ćwiczenia T.02. Woltomierz RMS oraz Analizator Widma 1. Woltomierz RMS oraz Analizator Widma Ćwiczenie to ma na celu poznanie

Bardziej szczegółowo

Zdarzenia przebudzenia: liczba przebudzeń, indeks przebudzeń ([liczba przebudzeń x 60]/ TST)

Zdarzenia przebudzenia: liczba przebudzeń, indeks przebudzeń ([liczba przebudzeń x 60]/ TST) Streszczenie wytycznych AASM 2007 1. Zawartość raportu z badania polisomnograficznego Amerykańska Akademia Medycyny Snu zaleca umieszczanie następujących danych w raporcie snu: Parametry sygnałów wejściowych:

Bardziej szczegółowo

Niepewności pomiarów

Niepewności pomiarów Niepewności pomiarów Międzynarodowa Organizacja Normalizacyjna (ISO) w roku 1995 opublikowała normy dotyczące terminologii i sposobu określania niepewności pomiarów [1]. W roku 1999 normy zostały opublikowane

Bardziej szczegółowo

Podstawy Przetwarzania Sygnałów

Podstawy Przetwarzania Sygnałów Adam Szulc 188250 grupa: pon TN 17:05 Podstawy Przetwarzania Sygnałów Sprawozdanie 6: Filtracja sygnałów. Filtry FIT o skończonej odpowiedzi impulsowej. 1. Cel ćwiczenia. 1) Przeprowadzenie filtracji trzech

Bardziej szczegółowo

Fal podłużna. Polaryzacja fali podłużnej

Fal podłużna. Polaryzacja fali podłużnej Fala dźwiękowa Podział fal Fala oznacza energię wypełniającą pewien obszar w przestrzeni. Wyróżniamy trzy główne rodzaje fal: Mechaniczne najbardziej znane, typowe przykłady to fale na wodzie czy fale

Bardziej szczegółowo

4.3 Wyznaczanie prędkości dźwięku w powietrzu metodą fali biegnącej(f2)

4.3 Wyznaczanie prędkości dźwięku w powietrzu metodą fali biegnącej(f2) Wyznaczanie prędkości dźwięku w powietrzu metodą fali biegnącej(f2)185 4.3 Wyznaczanie prędkości dźwięku w powietrzu metodą fali biegnącej(f2) Celem ćwiczenia jest wyznaczenie prędkości dźwięku w powietrzu

Bardziej szczegółowo

Metody Prognozowania

Metody Prognozowania Wprowadzenie Ewa Bielińska 3 października 2007 Plan 1 Wprowadzenie Czym jest prognozowanie Historia 2 Ciągi czasowe Postępowanie prognostyczne i prognozowanie Predykcja długo- i krótko-terminowa Rodzaje

Bardziej szczegółowo

Opracowała: K. Komisarz

Opracowała: K. Komisarz Opracowała: K. Komisarz EEG ElektroEncefaloGraf - aparat do pomiaru fal mózgowych i oceny pracy mózgu. BIOFEEDBACK - z ang. biologiczne sprzężenie zwrotne (dostarczanie człowiekowi informacji zwrotnej

Bardziej szczegółowo

LABORATORIUM Z FIZYKI

LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)

Bardziej szczegółowo

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy

Bardziej szczegółowo

Szkice rozwiązań z R:

Szkice rozwiązań z R: Szkice rozwiązań z R: Zadanie 1. Założono doświadczenie farmakologiczne. Obserwowano przyrost wagi ciała (przyrost [gram]) przy zadanych dawkach trzech preparatów (dawka.a, dawka.b, dawka.c). Obiektami

Bardziej szczegółowo

Rodzaje testów. Testy. istnieje odpowiedź prawidłowa. autoekspresja brak odpowiedzi prawidłowej ZGADYWANIE TRAFNOŚĆ SAMOOPISU

Rodzaje testów. Testy. istnieje odpowiedź prawidłowa. autoekspresja brak odpowiedzi prawidłowej ZGADYWANIE TRAFNOŚĆ SAMOOPISU Rodzaje testów Testy wiedza umiejętności zdolności właściwości poznawcze właściwości afektywne uczucia postawy osobowość emocje wierzenia istnieje odpowiedź prawidłowa autoekspresja brak odpowiedzi prawidłowej

Bardziej szczegółowo

Mózgowe porażenie dziecięce - postepowanie rehabilitacyjne BEATA TARNACKA

Mózgowe porażenie dziecięce - postepowanie rehabilitacyjne BEATA TARNACKA Mózgowe porażenie dziecięce - postepowanie rehabilitacyjne BEATA TARNACKA Podziały Patofizjologiczna: spastyczność, atetoza, ataksja, atonia, drżenie Topograficzna: monoplegia, paraplegia, hemiplegia,

Bardziej szczegółowo

Badanie widma fali akustycznej

Badanie widma fali akustycznej Politechnika Łódzka FTIMS Kierunek: Informatyka rok akademicki: 00/009 sem.. grupa II Termin: 10 III 009 Nr. ćwiczenia: 1 Temat ćwiczenia: Badanie widma fali akustycznej Nr. studenta: 6 Nr. albumu: 15101

Bardziej szczegółowo

Biostatystyka, # 3 /Weterynaria I/

Biostatystyka, # 3 /Weterynaria I/ Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Zmiany koniunktury w Polsce. Budownictwo na tle innych sektorów.

Zmiany koniunktury w Polsce. Budownictwo na tle innych sektorów. Elżbieta Adamowicz Instytut Rozwoju Gospodarczego Szkoła Główna Handlowa w Warszawie Zmiany koniunktury w Polsce. Budownictwo na tle innych sektorów. W badaniach koniunktury przedmiotem analizy są zmiany

Bardziej szczegółowo

Kamil Jonak Zakład Bioinżynierii Instytut Technologicznych Systemów Informatycznych Politechnika Lubelska Paweł Krukow Zakład Neuropsychiatrii

Kamil Jonak Zakład Bioinżynierii Instytut Technologicznych Systemów Informatycznych Politechnika Lubelska Paweł Krukow Zakład Neuropsychiatrii Kamil Jonak Zakład Bioinżynierii Instytut Technologicznych Systemów Informatycznych Politechnika Lubelska Paweł Krukow Zakład Neuropsychiatrii Klinicznej Katedra Psychiatrii Uniwersytetu Medycznego w Lublinie

Bardziej szczegółowo

Wykład 9. Terminologia i jej znaczenie. Cenzurowanie wyników pomiarów.

Wykład 9. Terminologia i jej znaczenie. Cenzurowanie wyników pomiarów. Wykład 9. Terminologia i jej znaczenie. Cenzurowanie wyników pomiarów.. KEITHLEY. Practical Solutions for Accurate. Test & Measurement. Training materials, www.keithley.com;. Janusz Piotrowski: Procedury

Bardziej szczegółowo

Statystyka opisowa. Wykład I. Elementy statystyki opisowej

Statystyka opisowa. Wykład I. Elementy statystyki opisowej Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o

Bardziej szczegółowo

Szkoła z przyszłością. Zastosowanie pojęć analizy statystycznej do opracowania pomiarów promieniowania jonizującego

Szkoła z przyszłością. Zastosowanie pojęć analizy statystycznej do opracowania pomiarów promieniowania jonizującego Szkoła z przyszłością szkolenie współfinansowane przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Narodowe Centrum Badań Jądrowych, ul. Andrzeja Sołtana 7, 05-400 Otwock-Świerk ĆWICZENIE

Bardziej szczegółowo

METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA

METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA AMFETAMINY Waldemar S. Krawczyk Centralne Laboratorium Kryminalistyczne Komendy Głównej Policji, Warszawa (praca obroniona na Wydziale Chemii Uniwersytetu

Bardziej szczegółowo

Percepcja dźwięku. Narząd słuchu

Percepcja dźwięku. Narząd słuchu Percepcja dźwięku Narząd słuchu 1 Narząd słuchu Ucho zewnętrzne składa się z małżowiny i kanału usznego, zakończone błoną bębenkową, doprowadza dźwięk do ucha środkowego poprzez drgania błony bębenkowej;

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 Inne układy doświadczalne 1) Układ losowanych bloków Stosujemy, gdy podejrzewamy, że może występować systematyczna zmienność między powtórzeniami np. - zmienność

Bardziej szczegółowo

Zadanie Cyfryzacja grida i analiza geometrii stropu pułapki w kontekście geologicznym

Zadanie Cyfryzacja grida i analiza geometrii stropu pułapki w kontekście geologicznym Zadanie 1 1. Cyfryzacja grida i analiza geometrii stropu pułapki w kontekście geologicznym Pierwszym etapem wykonania zadania było przycięcie danego obrazu tak aby pozostał tylko obszar grida. Obrobiony

Bardziej szczegółowo

Drgawki czy mioklonie??? Iwona Terczyńska IMID

Drgawki czy mioklonie??? Iwona Terczyńska IMID Drgawki czy mioklonie??? Iwona Terczyńska IMID Termin mioklonia u pacjenta z JME został po raz pierwszy zaproponowany przez Herpina w 1867 Mioklonie przysenne opisał Friedreich 1881 Nadal.nie ma powszechnie

Bardziej szczegółowo

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów: Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,

Bardziej szczegółowo

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona Sprawdzanie założeń przyjętych o modelu (etap IIIC przyjętego schematu modelowania regresyjnego) 1. Szum 2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

Bardziej szczegółowo

lim Np. lim jest wyrażeniem typu /, a

lim Np. lim jest wyrażeniem typu /, a Wykład 3 Pochodna funkcji złożonej, pochodne wyższych rzędów, reguła de l Hospitala, różniczka funkcji i jej zastosowanie, pochodna jako prędkość zmian 3. Pochodna funkcji złożonej. Jeżeli funkcja złożona

Bardziej szczegółowo

Poznawcze znaczenie dźwięku

Poznawcze znaczenie dźwięku Poznawcze znaczenie dźwięku Justyna Maculewicz Uniwersytet im. A. Mickiewicza, kognitywistyka (IV rok) akustyka (II rok) e-mail: justynamaculewicz@gmail.com Klasyczne ujęcie słyszenia jako percepcji zdarzeń

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Pomiar drogi koherencji wybranych źródeł światła

Pomiar drogi koherencji wybranych źródeł światła Politechnika Gdańska WYDZIAŁ ELEKTRONIKI TELEKOMUNIKACJI I INFORMATYKI Katedra Optoelektroniki i Systemów Elektronicznych Pomiar drogi koherencji wybranych źródeł światła Instrukcja do ćwiczenia laboratoryjnego

Bardziej szczegółowo

W celu obliczenia charakterystyki częstotliwościowej zastosujemy wzór 1. charakterystyka amplitudowa 0,

W celu obliczenia charakterystyki częstotliwościowej zastosujemy wzór 1. charakterystyka amplitudowa 0, Bierne obwody RC. Filtr dolnoprzepustowy. Filtr dolnoprzepustowy jest układem przenoszącym sygnały o małej częstotliwości bez zmian, a powodującym tłumienie i opóźnienie fazy sygnałów o większych częstotliwościach.

Bardziej szczegółowo

Biofeedback biologiczne sprzężenie zwrotne

Biofeedback biologiczne sprzężenie zwrotne Biofeedback biologiczne sprzężenie zwrotne Paweł Strumiłło Zakład Elektroniki Medycznej* )* Wykład w części przygotowany na podstawie materiałów studentów przedmiotu Aparatura Medyczna: Jacka Galanciaka

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

LABORATORIUM POMIARY W AKUSTYCE. ĆWICZENIE NR 4 Pomiar współczynników pochłaniania i odbicia dźwięku oraz impedancji akustycznej metodą fali stojącej

LABORATORIUM POMIARY W AKUSTYCE. ĆWICZENIE NR 4 Pomiar współczynników pochłaniania i odbicia dźwięku oraz impedancji akustycznej metodą fali stojącej LABORATORIUM POMIARY W AKUSTYCE ĆWICZENIE NR 4 Pomiar współczynników pochłaniania i odbicia dźwięku oraz impedancji akustycznej metodą fali stojącej 1. Cel ćwiczenia Celem ćwiczenia jest poznanie metody

Bardziej szczegółowo

Wybrane rozkłady zmiennych losowych. Statystyka

Wybrane rozkłady zmiennych losowych. Statystyka Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1

Bardziej szczegółowo

w kontekście percepcji p zmysłów

w kontekście percepcji p zmysłów Układ nerwowy człowieka w kontekście percepcji p zmysłów Układ nerwowy dzieli się ę na ośrodkowy i obwodowy. Do układu nerwowego ośrodkowego zalicza się mózgowie (mózg, móżdżek i pień mózgu) oraz rdzeń

Bardziej szczegółowo

PRACOWNIA ELEKTRONIKI

PRACOWNIA ELEKTRONIKI PRACOWNIA ELEKTRONIKI Ćwiczenie nr 4 Temat ćwiczenia: Badanie wzmacniacza UNIWERSYTET KAZIMIERZA WIELKIEGO W BYDGOSZCZY INSTYTUT TECHNIKI 1. 2. 3. Imię i Nazwisko 1 szerokopasmowego RC 4. Data wykonania

Bardziej szczegółowo

Badanie widma fali akustycznej

Badanie widma fali akustycznej Politechnika Łódzka FTIMS Kierunek: Informatyka rok akademicki: 2008/2009 sem. 2. Termin: 30 III 2009 Nr. ćwiczenia: 122 Temat ćwiczenia: Badanie widma fali akustycznej Nr. studenta:... Nr. albumu: 150875

Bardziej szczegółowo

Program V-SIM tworzenie plików video z przebiegu symulacji

Program V-SIM tworzenie plików video z przebiegu symulacji Program V-SIM tworzenie plików video z przebiegu symulacji 1. Wprowadzenie Coraz częściej zdarza się, że zleceniodawca opinii prosi o dołączenie do opracowania pliku/ów Video z zarejestrowanym przebiegiem

Bardziej szczegółowo

TEMAT: OBSERWACJA ZJAWISKA DUDNIEŃ FAL AKUSTYCZNYCH

TEMAT: OBSERWACJA ZJAWISKA DUDNIEŃ FAL AKUSTYCZNYCH TEMAT: OBSERWACJA ZJAWISKA DUDNIEŃ FAL AKUSTYCZNYCH Autor: Tomasz Kocur Podstawa programowa, III etap edukacyjny Cele kształcenia wymagania ogólne II. Przeprowadzanie doświadczeń i wyciąganie wniosków

Bardziej szczegółowo

Opis programu Konwersja MPF Spis treści

Opis programu Konwersja MPF Spis treści Opis programu Konwersja MPF Spis treści Ogólne informacje o programie...2 Co to jest KonwersjaMPF...2 Okno programu...2 Podstawowe operacje...3 Wczytywanie danych...3 Przegląd wyników...3 Dodawanie widm

Bardziej szczegółowo

Od słowa do książki O ELEMENTARNEJ NAUCE CZYTANIA. malyska.edu.pl

Od słowa do książki O ELEMENTARNEJ NAUCE CZYTANIA. malyska.edu.pl Od słowa do książki O ELEMENTARNEJ NAUCE CZYTANIA malyska.edu.pl Proces dydaktyczny= U + N + materiał nauczania Uczeń główny podmiot procesu dydaktycznego Najwyższe dobro i prawo dziecka, to możliwość

Bardziej szczegółowo

WSEI Wyższa Szkoła Ekonomii i Innowacji w Lublinie UMYSŁ SZACHISTY

WSEI Wyższa Szkoła Ekonomii i Innowacji w Lublinie UMYSŁ SZACHISTY UMYSŁ SZACHISTY Projekt MAT - Rozwijanie umiejętności talentów szachowych poprzez trening sprawności poznawczej, kreatywności i innowacyjności myślenia młodych szachistów Robert Porzak, Jan Przewoźnik

Bardziej szczegółowo

Przetworniki cyfrowo analogowe oraz analogowo - cyfrowe

Przetworniki cyfrowo analogowe oraz analogowo - cyfrowe Przetworniki cyfrowo analogowe oraz analogowo - cyfrowe Przetworniki cyfrowo / analogowe W cyfrowych systemach pomiarowych często zachodzi konieczność zmiany sygnału cyfrowego na analogowy, np. w celu

Bardziej szczegółowo

APARAT DO MONITOROWANIA FUNKCJI MÓZGU W INTENSYWNEJ TERAPII NOWORODKÓW EEG DigiTrack Trend (Color Cerebral Function Monitor)

APARAT DO MONITOROWANIA FUNKCJI MÓZGU W INTENSYWNEJ TERAPII NOWORODKÓW EEG DigiTrack Trend (Color Cerebral Function Monitor) APARAT DO MONITOROWANIA FUNKCJI MÓZGU W INTENSYWNEJ TERAPII NOWORODKÓW EEG DigiTrack Trend (Color Cerebral Function Monitor) W Polsce rodzi się około 24 000 wcześniaków z masą ciała poniżej 2500 g. W ciągu

Bardziej szczegółowo

System transakcyjny oparty na średnich ruchomych. ś h = + + + + gdzie, C cena danego okresu, n liczba okresów uwzględnianych przy kalkulacji.

System transakcyjny oparty na średnich ruchomych. ś h = + + + + gdzie, C cena danego okresu, n liczba okresów uwzględnianych przy kalkulacji. Średnie ruchome Do jednych z najbardziej znanych oraz powszechnie wykorzystywanych wskaźników analizy technicznej, umożliwiających analizę trendu zaliczyć należy średnie ruchome (ang. moving averages).

Bardziej szczegółowo

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka. Wstęp teoretyczny Zmienne losowe Zmienne losowe

Bardziej szczegółowo

Hierarchiczna analiza skupień

Hierarchiczna analiza skupień Hierarchiczna analiza skupień Cel analizy Analiza skupień ma na celu wykrycie w zbiorze obserwacji klastrów, czyli rozłącznych podzbiorów obserwacji, wewnątrz których obserwacje są sobie w jakimś określonym

Bardziej szczegółowo

Funkcjonalność urządzeń pomiarowych w PyroSim. Jakich danych nam dostarczają?

Funkcjonalność urządzeń pomiarowych w PyroSim. Jakich danych nam dostarczają? Funkcjonalność urządzeń pomiarowych w PyroSim. Jakich danych nam dostarczają? Wstęp Program PyroSim zawiera obszerną bazę urządzeń pomiarowych. Odczytywane z nich dane stanowią bogate źródło informacji

Bardziej szczegółowo

BADANIE SZEREGOWEGO OBWODU REZONANSOWEGO RLC

BADANIE SZEREGOWEGO OBWODU REZONANSOWEGO RLC BADANIE SZEREGOWEGO OBWOD REZONANSOWEGO RLC Marek Górski Celem pomiarów było zbadanie krzywej rezonansowej oraz wyznaczenie częstotliwości rezonansowej. Parametry odu R=00Ω, L=9,8mH, C = 470 nf R=00Ω,

Bardziej szczegółowo

PL B1. Sposób i układ pomiaru całkowitego współczynnika odkształcenia THD sygnałów elektrycznych w systemach zasilających

PL B1. Sposób i układ pomiaru całkowitego współczynnika odkształcenia THD sygnałów elektrycznych w systemach zasilających RZECZPOSPOLITA POLSKA (12) OPIS PATENTOWY (19) PL (11) 210969 (13) B1 (21) Numer zgłoszenia: 383047 (51) Int.Cl. G01R 23/16 (2006.01) G01R 23/20 (2006.01) Urząd Patentowy Rzeczypospolitej Polskiej (22)

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Wykład 3 Hipotezy statystyczne

Wykład 3 Hipotezy statystyczne Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza

Bardziej szczegółowo

Multimedialne Systemy Medyczne

Multimedialne Systemy Medyczne Multimedialne Systemy Medyczne Brain-Computer Interfaces (BCI) mgr inż. Katarzyna Kaszuba Interfejsy BCI Interfejsy BCI Interfejsy mózgkomputer. Zwykle wykorzystują sygnał elektroencefalografu (EEG) do

Bardziej szczegółowo

Wybrane rozkłady zmiennych losowych. Statystyka

Wybrane rozkłady zmiennych losowych. Statystyka Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1

Bardziej szczegółowo