BME VIK - Biometria

3. A tantárgyfelelős személy és tanszék Dr. Benyó Zoltán,

4. A tantárgy előadója

Dr. Benyó Zoltán egyetemi tanár (IIT)

Dr. Benyó Balázs egyetemi docens (IIT)

Dr. Kovács Levente egyetemi adjunktus (IIT)

7. A tantárgy célkitűzése

Rendszerszemléletű ismeretanyag átadása a hallgatóknak az élettani folyamatok méréses meghatározásához. Bemutatja a diagnosztikai és kísérleti vizsgálatok tervezésének és kiértékelésének elméleti módszereit és azok számítógépes realizációját. A szakmai törzsanyagban szereplő ismeretkörök elősegítik a későbbi doktori képzésben való részvételt. A doktori képzésre készülők lehetőséget kapnak kutatási projektekbe való bekapcsolódásra.

8. A tantárgy részletes tematikája A fiziológiai méréselmélet alapfogalmai. Kisérlettervezés, megfigyelés, kiértékelés, ellenőrzés, modellalkotás, stb. Jelek alapvető leírási módjai (Folytonos, diszkrét, sztochasztikus). Fiziológiai folyamatoknál a mérési eljárások tervezése (becslési és döntéis eljárások). Szűréselmélet és alkalmazása. Szűrési algoritmusok és azok számítógépes realizációja. Mérési adatok feldolgozásának alapvető módszerei. A leíró statisztika alapfogalma. Sokaság és minta, a statisztikai következtetés alapjai. Varianciaanalízis. Változók összefüggéseinek vizsgálata. Főkomponens és faktoranalízis, korrespondenciaanalízis. Klaszter- és diszkriminanciaanalízis. Többdimenziós skálázás. Számítógépes statisztikai programcsomagok. Kompartment analízis matematikai alapjai. Élettani folyamatok leírása kompartment analízis segítségével. Zárt-és nyitott rendszerek, valamint különböző kapcsolatok leírása (soros, párhuzamos, vegyes). Inhomogenitás. Kompartment analízis alkalmazástechnikája, példák. Számítógépes programcsomagok és alkalmazásuk. Inverz probléma vizsgálata. Paraméterbecslés és folyamatidentifikáció. Különböző megoldási elvek ismertetése. Élettani folyamatok identifikációja. Néhány tipikus alkalmazás. Számítógépes programcsomagok és alkalmazásuk. Fuzzy rendszerek. Következtetés térben és időben. Tanuló rendszerek. Biofuzzy és alkalmazása. Mesterséges mozgás és látás. Mesterséges intelligencia alapjai. Szakértői rendszerek alapjai. Mesterséges neurális hálózatok. Neurális hálók és fuzzy rendszerek. Párhuzamos algoritmusok implementálása, hardveres és szoftveres realizálás.

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) előadás melyhez laboratóriumi gyakorlatok kapcsolódnak.

10. Követelmények

a.) Szorgalmi időszakban HF

b.) Vizsgaidőszakban: szóbeli vizsga.

A vizsga eredménybe a HF eredménye 20 %-kal beszámít.

Vizsgára bocsáthatóság feltétele a minimum elégséges minőségű HF beadása.

11. Pótlási lehetőségek

Pótlási héten lehetőséget adunk a HF iv.jelleggel leadására.

12. Konzultációs lehetőségek Folyamatos, előzetes időpont-egyeztetés alapján.

13. Jegyzet, tankönyv, felhasználható irodalom [1] Z. Benyó, B. Paláncz, L.Szilágyi: Insight into computer science with MAPLE – Scienctia Publishing House 2005

[2] Benyó Z., Jávor A.: Folyamatszimuláció - Egyetemi jegyzet, Bp. 1996.

[3] Benyó Z.: Adaptív szabályozások, oktatási segédlet, Bp., 1989.

[4] Bronzino J.D: ”The Biomedical Engineering Handbook”, CRC Press, 2005.

14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

Kontakt óra	42
Félévközi készülés órákra	5
Felkészülés zárthelyire
Házi feladat elkészítése	25
Kijelölt írásos tananyag elsajátítása
Vizsgafelkészülés	48
Összesen	120

15. A tantárgy tematikáját kidolgozta

Dr. Benyó Zoltán egyetemi tanár