Országos Doktori Jegyzék III. - Nemzeti Erőforrás Minisztérium
Országos Doktori Jegyzék III. - Nemzeti Erőforrás Minisztérium
Országos Doktori Jegyzék III. - Nemzeti Erőforrás Minisztérium
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Országos <strong>Doktori</strong> Jegyzék <strong>III</strong>. 57<br />
2. Czinege L. Farkas Zs. Urbanics R. Multi-channel Activity Correlation Analysis – a Method to Detect<br />
Cerebral Ischemia by the EEG. Periodica Politechnica Ser. El. Eng. Vol 40. No. 2. pp. 138-154, 1995.<br />
3. Czinege L. Bloom MJ. Wavelet-based Spectral Analysis of the Electroencephalogram under<br />
Brain Ischemia. Proc Annual International Conference of the IEEE EMBS. Chicago, 1997.<br />
Vol. 19. pp. 1293-1296.<br />
4. Benyó Z. Czinege L. Computer Analysis of Dynamic Systems with Application in Physiology.<br />
Proc 15th World Congress of IMACS on Scientific Computation, Modelling and<br />
Applied Mathematics. Berlin, 1997. Vol. <strong>III</strong>. pp. 663-668.<br />
5. Czinege L. Spatio-temporal Characteristics of the Electroencephalogram under Normal<br />
Conditions and Brain Ischemia. Proc 15th World Congress of IMACS on Scientific<br />
Computation, Modelling and Applied Mathematics. Berlin, 1997. Vol. <strong>III</strong>. pp. 669-674.<br />
6. Czinege L. Autoregressive Coefficient Changes of EEG Signal Model. Proc Conf<br />
Information Technology Applications in Biomedicine. Prague, 1997. pp. 60-61.<br />
7. Czinege, L., „Állapotmeghatározás agyi ischaemiában az elektroenkefalogram alapján.”<br />
BUDAMED Nemzetközi Orvosbiológiai Konferencia. Budapest, 1999. szeptember. Elõadáskivonatok,<br />
94-97 oldal.<br />
8. Czinege L., Benyó Z. „EEG jelek autoregresszív modellezése agyi ischaemia vizsgálatára.“<br />
XXII. Neumann Kollokvium. Veszprém, 2000. Kiadvány, 106-109 oldal<br />
9. Czinege, L., „Time-Frequency Representation of the Electroencephalogram.” Proc Conference<br />
on the Latest Results of Information Technology. Budapest, 1997. pp. 54-56.<br />
10. Czinege, L., Zs. Farkas and R. Urbanics, “Multi-channel Activity Correlation Analysis – a<br />
Method to Detect Ischemic Changes of the EEG.” Proc Computational Modelling and<br />
Imaging in Biosciences. Kecskemét, 1995. pp. B3-B7.<br />
PhD munka<br />
PhD idõszak évszámai: 1994–1997<br />
Kutatási téma: Agyi oxigénhiányos állapot és az elektroenkefalogramm összefüggése<br />
<strong>Doktori</strong> iskola, program: BME Villamosmérnöki Kar<br />
Témavezetõ: Prof. Dr. Habil Benyó Zoltán<br />
Témavezetõ intézménye: BME Informatikai és Irányítástechnikai Tanszék<br />
Védés idõpontja: 2000<br />
Fokozat minõsítése: summa cum laude<br />
Tudományág: orvosbiológiai mérnöki tudomány<br />
Dolgozat címe: Eseményfelismerés és állapot osztályozás agyi oxigénhiány kimutatására EEG<br />
jelfeldolgozással<br />
Dolgozat/kutatás ismertetése:<br />
A manapság elérhetõ nagy teljesítményû személyi számítógépekkel lehetõvé vált olyan sztochasztikus<br />
jelmodellre épülõ bonyolult statisztikai algoritmusok gyors elvégzése és idõvariáns<br />
modellt figyelembe vevõ módszerek implementálása, melyek a több csatornáról gyûjtött adatok birtokában<br />
megbízhatóan és objektíven, a humán interpretáció bizonytalanságát kiküszöbölve képe -<br />
sek az agyi ischaemiás elváltozások jelzésére. A feladat multidiszciplináris jellegébõl adódóan a<br />
problémák tárgyalásához egyaránt szükséges a mérnöki és orvosi megközelítés. Sok esetben a<br />
korábban ezen a területen dolgozó kutatók azért nem tudtak kiemelkedõ eredményeket elérni, mert<br />
adott szakértõ esetében a másik terület nem kellõen alapos ismerete akadályozta az átfogó elemzést.<br />
Az EEG alapján végzett számos diagnosztikai eljárás közül jelen dolgozat az agyi oxigénhiányos<br />
állapot vizsgálatát tûzte ki célul. Ezen belül két alapfeladatot kívántam minél pontosabban<br />
megoldani: eseményfelismerés, azaz állapot átmenet figyelése monitorozással; állapot osztályozás,<br />
azaz univerzális, egyedtõl független paraméterek segítségével adott szakasz kategorizálása<br />
a megelõzõ állapotok ismerete nélkül.<br />
Tárgyszavak: EEG, agyi ischaemia, Wavelet-transzformáció, diszkriminancia analízis, Karhunen-<br />
Loeve transzformáció, idõ-frekvencia reprezentáció