Szív egészségügyi információs grafika, E-egészségügy


A kutatólaboratórium tevékenysége: Kutatási tevékenységünk a strukturált, félig-strukturált és szabad szöveges formában rögzített adatokon alapuló gépi tanuló algoritmusok fejlesztésre fókuszál.

Szerző neve

Célunk olyan új adatalapú gépi tanuló algoritmusok fejlesztése, amelyek hatékonyan képesek kiaknázni és értékes információvá alakítani az exponenciálisan növekvő adatvagyonban rejlő rejtett információkat.

A gépi tanulás területét tekintve egyaránt foglalkozunk a felügyelt, a nem felügyelt és megerősítéses tanulás témakörébe sorolható gépi tanuló módszerek fejlesztésével. Kutatásainkban jelentős szegmenst képvisel a neurális hálózatok és a mélytanuló rendszerek fejlesztési lehetőségeinek vizsgálata. A kutatási eredmények részben szakterületspecifikus, részben általános érvényű megoldásokat kínálnak a felmerülő kérdések és problémák megoldására.

Kapcsolódó kiemelt publikációk: Szekér Szabolcs, Vathy-Fogarassy Ágnes Weighted nearest neighbours-based control group selection method for observational studies.

szív egészségügyi információs grafika vérnyomásból adomány

Springer Briefs in Computer Science, p. Studies in Health Technology and Informaticspp.

szív egészségügyi információs grafika magas vérnyomás és a szív- és érrendszeri betegségek kockázata

Periodica Polytechnica-Civil Engineering,György Fogarassy, Ágnes Vathy-Fogarassy, István Kenessey, Miklós Kásler, Tamás Forster Risk prediction model for long-term heart failure incidence after epirubicin chemotherapy for breast cancer — A real-world data-based, nationwide classification analysis.

International Journal of Cardiology, vol. In: Levente, Kovács; Carlos, M. Travieso-González szerk.

Szív- és tapsmozgalom indult az egészségügyi és szociális dolgozókért

Studies in Health Technology and Informatics, vol. In: Szakál, Anikó szerk. Tóth, I. Kósa, Á. Studies in Health Technology and Informatics,A kutatólaboratórium vezetőjének bemutatása: Fogarassyné Vathy Ágnes a Pannon Egyetem Rendszer- és Számítástudományi tanszékének tanszékvezető egyetemi docense.

PhD disszertációját a nem felügyelt tanulás szív egészségügyi információs grafika alapú klaszterező algoritmusok témaköréből írta. Tudományos érdeklődési körébe tartozik az adatintenzív prediktív analitikai módszerek fejlesztése és kutatása, a hálózatelemzés, a mélytanuló rendszerek és a gépi tanulás egészségügyi alkalmazásai. Mindezidáig 2 monográfia és több mint 80 szakcikk társszerzője, melyek főként a kutatólaboratórium témájához kapcsolódnak.

Atkins szív egészségét Prof.

Impresszum

Kozmann György, DSc, professzor emeritus, egyetemi tanár Dr. Juhász Zoltán, egyetemi docens Mohamed F. Issa, posztdoktor kutató Körmendi János PhD hallgató A kutatólaboratórium tevékenysége Kutatási tevékenységünk az agyi elektromos jelenségek EEG mérési technológiával történő vizsgálatára és új EEG adatfeldolgozási módszerek fejlesztésére fókuszál.

Az emberi agy működése közben keletkező bioelektromos jeleket sokcsatornás elektróda és magas mintavételi frekvenciájú kHz regisztráció után képi formátumban lehet megjeleníteni, ami a bioelektromos képalkotás alapja. A nagy időbeli felbontás milliszekundum alatti időlépték lehetővé teszi az agyműködés dinamikájának olyan szintű feltérképezését, ami más képalkotó módszerekkel fMRI, PET, NIRS nem lehetséges.

szív egészségügyi információs grafika a magas vérnyomás hirtelen támadásai mi ez

Új módszereket fejlesztettünk ki az EEG méréseket kísérő, az adatokat nagymértékben zavaró és torzító műtermékek eltávolítására.

Módszereink az irodalomban ismert eljárásoknál pontosabban tisztítják a mért jeleket.

E-egészségügy

Kutatásunk kiterjed az agyi folyamatok oszcillációs tulajdonságainak vizsgálatára is. Új eljárással tudjuk vizsgálni a stroke betegek ujjbillentés végrehajtásának változásait.

szív egészségügyi információs grafika urolithiasisos magas vérnyomás elleni gyógyszer

Munkánk további célkitűzései az EEG képalkotás alapkutatási kérdéseinek vizsgálata forward és inverz számítás alkalmazása, agyi források jellemzésevalamint az agyi hálózatok dinamikájának minél pontosabb feltérképezése, ennek érdekében magas térbeli és időbeli felbontású konnektivitási idősorok meghatározása EEG jelekből, majd ezek elemzése.

Szintén nagy figyelmet szív egészségügyi információs grafika a feldolgozás informatikai kérdéseire, a magas vérnyomás miatt fejfájás jel- és adatfeldolgozó algoritmusok minél gyorsabb és hatékonyabb végrehajtására.

Magyarországi népegészségi viszonyok, adatok és nemzetközi összehasonlítás 2. Az egészségmegőrzés informatikai segítése, a kardiovaszkuláris rizikóbecslés példája 3. Személyre szabott életmód tanácsadás elvi alapjai, módszerei 4.

Ehhez nagyfokúan párhuzamos, több ezer processszor-magot is kihasználni képes implementációkat készítünk. Kutatási eredmények A regisztrálás során keletkező műtermékek szűrésének új módszere, Egy új EEG-alapú funkcionális képalkotó módszer, A lényegkiemelés optimalizált algoritmusának beállítása, A módszerek már ismert technikákkal fMRI, LORETA történő validálása, A dipólus irányának hatásvizsgálata fejmodellen, illetve a jel-zaj viszonyok elemzése, A frekvenciafüggés jelentőségének vizsgálata, Az életkorfüggő aktivitási mintázat elsőként végzett vizsgálata az ujjbillentési paradigmában, A kezesség meghatározásának új módszere, A mozgásszerveződés változásának jellemzése a stroke utáni állapotban az aktivált csatornák eloszlása alapján, Lokalizációs pontossági becslések egyszerű és realisztikus fejmodellen, értékes következtetések a hibák forrására, Interaktív, epileptikus lokalizációt többféle módszerrel is segítő szoftver SOLO környezetmelynek újdonsága az intrakraniális elektródák támogatása, Új, nagyfokúan párhuzamos GPU algoritmusok EEG jelfeldolgozási részfeladatokra.

Válogatott publikációk Issa M. In: Jarm T. EMBEC Springer, Cham.

  1. Nephrogén magas vérnyomás mkb 10 kód
  2. Laboratóriumi diagnosztika a magas vérnyomás diagnosztizálásában
  3. A as év egy világjárvány jegyében telt, amely világszerte sok százezer ember halálát okozta.
  4. Szív- és tapsmozgalom indult az egészségügyi és szociális dolgozókért | Solymár Online
  5. Étrendeket állított össze a magas vérnyomás ellen
  6. Szerző k : Dr.

IF: 3. Brain Sci. Mohamed F. Issa, Z. Juhasz, Gy. Benko and Z. Juhasz and M. Zoltán Juhász, Mohammed F. Measurement 9th International Conference on Measurement. Konferencia helye, ideje: Smolenice, Szlovákia, Anat Rec. SCI impact factor: 1.

In Malina Jordanova ed. Kozmann G, Cserti P, Nagy Z: New approach of spatio-temporal cortical activation assessment in finger-tapping studies.

Az önállóan bejelentett egészség jövedelmek szerinti különbségei Forster, T. Az egészségügyi egyenlőtlenségek mindenkit érintenek. A társadalmi gradiens kifejezés azt a jelenséget írja le, hogy a társadalmi-gazdasági ranglétrán történő minden lépésnél az egészségi állapot ennek megfelelően csökken. Más szavakkal: minél nagyobb a hátrányos helyzet, annál rosszabb az egészségi állapot és rövidebb a várható élettartam.

A kutatólaboratórium vezetőjének bemutatása Dr. Nagy Zoltán ideg-elmegyógyász kutató, neurológus, egyetemi tanár. Orvostudományok kandidátusa címet szerzett ben, az MTA doktora óta.

szív egészségügyi információs grafika mi viheti fel a vérnyomást

A Haynal Imre Egészségtudományi Egyetem neurológia tanszékét vezette től az egyetem megszűnéséig. Az Agyérbetegségek Országos Központjának igazgatója tól, az Országos Pszichiátriai és Neurológiai Intézet főigazgatója től egészen az intézet megszűnéséig.

Eddig magyar és idegen nyelvű közleménye jelent meg, egyesített impakt faktora Közvetlen irányítása mellett 27 doktorjelölt védte meg PhD tézisét.

szív egészségügyi információs grafika a magas vérnyomás és annak kezelése nem hagyományos módszerekkel

Fő kutatási területei az agyműködés mezoszkopikus szintű kutatása, valamint az agyi plaszticitás vizsgálata.