BME VIK - Műszaki és biológiai rendszerek elmélete

3. A tantárgyfelelős személy és tanszék Dr. Benyó Balázs István,

4. A tantárgy előadója

Dr. Benyó Balázs, egyetemi tanár (BME IIT)

Dr. Szlávecz Ákos, egyetemi docens (BME IIT)

7. A tantárgy célkitűzése A tantárgy célkitűzése, hogy rendszerszemléletű ismeretanyagot adjon 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 (PhD) képzésben való részvételt. A doktori képzésre készülők lehetőséget kapnak kutatási projektekbe való bekapcsolódásra.

8. A tantárgy részletes tematikája

A fiziológiai méréselmélet alapfogalmai. Kísérlettervezés, megfigyelés, kiértékelés, ellenőrzés, modellalkotás, stb. Jelek alapvető leírási módjai (folytonos, diszkrét, sztochasztikus). Fiziológiai folyamatoknál a mérési eljárások tervezése (becslési és döntési eljárások, stb.)

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 (rekesz) analízis) matematikai alapjai. Élettani folyamatok leírása kompartment analízis segítségével. Zárt-és nyitott rendszerek, valamint különböző kapcsolatok (soros, párhuzamos, vegyes) leírása. 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. Következtése 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) A tárgy oktatása alapvetően előadásokon történik, melyekhez laboratóriumi gyakorlatok kapcsolódnak.

10. Követelmények

a. A szorgalmi időszakban: egy házi feladat, két nagyzárthelyi (90 perces) írása a tárgy két részéből. A két nagyzárthelyi egyenként 30%-át képezi a végső osztályzatnak, a maradék 40% pedig a házi feladatra kapott osztályzat.

b. A vizsgaidőszakban:-.

11. Pótlási lehetőségek

Az egyik nagyzárthelyi pótolható. A házi feladat különeljárási díj megfizetése mellett a pótlási időszak utolsó napjáig adható le késedelmesen.

12. Konzultációs lehetőségek Folyamatos, előzetes időpont egyeztetés alapján.

13. Jegyzet, tankönyv, felhasználható irodalom

Z. Benyó, B. Paláncz, L.Szilágyi: Insight into computer science with MAPLE – Scienctia Publishing House 2005.

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

Benyó Z.: Adaptív szabályozások, oktatási segédlet, Bp., 1989.

Bronzino J.D: The Biomedical Engineering Handbook, CRC Press, 2005.

14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

Kontakt óra	56
Félévközi készülés órákra	-
Felkészülés zárthelyire	50
Házi feladat elkészítése	44
Kijelölt írásos tananyag elsajátítása
Vizsgafelkészülés	-
Összesen	150

15. A tantárgy tematikáját kidolgozta

Dr. Benyó Zoltán egyetemi tanár

Dr. Kovács Levente egyetemi adjunktus

MSc. Egészségügyi Mérnök Szak, kötelező tárgy