ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ KATEDRA KYBERNETIKY

Rozměr: px
Začít zobrazení ze stránky:

Download "ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ KATEDRA KYBERNETIKY"

Transkript

1 ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ KATEDRA KYBERNETIKY Diplomová práce ANALÝZA BIPOLÁRNÍCH PACIENTŮ Kateřina Sedláčková Vedoucí diplomové práce: Ing. Daniel Novák, Ph.D. PRAHA 2008

2 2

3 Prohlášení Prohlašuji, že jsem svou diplomovou práci vypracovala samostatně a použila jsem pouze podklady (literaturu, projekty, SW atd.) uvedené v přiloženém seznamu. V Praze dne.. Podpis 3

4 Poděkování Ráda bych tímto poděkovala vedoucímu diplomové práce Ing. Danielu Novákovi, Ph.D. za odborné vedení diplomové práce a za mnoho cenných rad a podnětných připomínek, kterými přispěl ke vzniku této práce. Na projektu analýzy bipolárních pacientů se významně podíleli i další dva kolegové, Radek Jedlička a Jan Poupě, proto bych i jim ráda na tomto místě poděkovala za příjemnou a přínosnou spolupráci. V Praze dne.. Podpis 4

5 Abstrakt Bipolární afektivní porucha je psychické onemocnění charakteristické střídáním depresivních a manických episod. Zejména depresivní období může být pro pacienta nebezpečné, neboť je prokázán zvýšený výskyt sebevražedných pokusů během tohoto období. Pokud by bylo možné tuto episodu, popřípadě i manickou fázi, predikovat, dalo by se předejít nejen sebevražedným pokusům, ale i nutnosti pacienta hospitalizovat. Za tímto účelem vznikl nápad snímat pohybovou aktivitu vybraných pacientů diagnostikovaných pro bipolární poruchu pomocí zápěstního aktigrafu. Doposud se této studie účastnilo sedm takových dobrovolníků, ale relevantní data máme zatím jen od tří. Výstupní aktigrafická data těchto pacientů analyzujeme a to zejména se zaměřením na získání vhodných příznaků pro klasifikaci a následnou predikci. Takovým příznakem je např. délka spánku, celková pohybová aktivita za sledované období, počet segmentů bez pohybu, nebo také aproximativní entropie či Dentrended Fluctuation Analysis. K těmto zjištěným příznakům je důležité získat od pacientů, nebo jejich ošetřujícího lékaře, navíc ještě záznamy o výskytu deprese či mánie. Teprve na základě těchto informací lze sestavit trénovací a testovací množinu pro klasifikaci. V tomto případě je jako klasifikační metoda používán Dynamic Time Warping. Bohužel nemáme v tuto chvíli zatím žádné uspokojivé výsledky vedoucí ke kvalitní predikce relapsu bipolární poruchy. Abstract Bipolar affective disorder is one of the mental diseases, which is typical of changing depressive and manic episodes. Especially depressive period can be dangerous for a patient, because in many studies have been documented that in this period patients suffer from increasing count of suicide risk. If it is possible to predict depressive or manic period, it should be feasible to prevent parasuicide, but also necessity of patient admission to hospital. The methodology and analysis of recording the motion activity of bipolar patients is described in the thesis. The activity is recorded using wrist actigraphs. Up to now seven volunteers have participated in the study, but data from three patients only are relevant for the futher processing. Output data from actigraph are analyzed, the set of features parameters are calculated for classification and resulting prediction of depressive or manic episodes. Those parameters are the length of sleep, the total activity score, and number of phases without moving, or also Approximate Entropy and Dentrended Fluctuation Analysis. Moreover undergoing depressive and manic episodes obtainded from patients or their attending physician are taken onto account. Dynamic Time Warping is used as a relapse predictor. But since this moment we haven t any good predictions of relapse of bipolar disorder. 5

6 Obsah Kapitola 1 Program ITAREPS Program ITAREPS a pacienti s bipolární poruchou Bipolární porucha Účastníci programu pro prevenci příznaků bipolární poruchy Úprava programu pro bipolární poruchu Aktigrafie...18 Kapitola 2 Detekce spánkových oblastí a extrakce příznaků Metoda detekce spánkových oblastí Předzpracování Princip automatické detekce Manuální editace Extrakce příznaků Aproximativní entropie Výpočet ApEn Vlastnosti ApEn Dentrended Fluctuation Analysis (DFA)...39 Kapitola 3 Dynamic Time Warping Klasický algoritmus DTW Optimalizace algoritmu DTW...46 Kapitola 4 Selekce příznaků a klasifikace Selekce příznaků Klasifikace Grafický výstup klasifikátoru DTW Automatická analýza...57 Kapitola 5 Shrnutí...59 Přílohy

7 Seznam obrázků Obr. 1 Schéma programu ITAREPS...14 Obr. 2 Časový průběh otázky č. 4 s vyznačenými událostmi, jako je deprese, zhoršení nálady, prodloužení spánku a hospitalizace pro Pacienta č Obr. 3 Naměřený vstupní aktigram (výsek) Pacient č. 1, vzorkovací frekvence 2 minuty...19 Obr. 4 Naměřený vstupní aktigram (výsek) Pacient č. 4, vzorkovací frekvence 30 vteřin...19 Obr. 5 Naměřený vstupní aktigram (výsek) Pacient č. 6, vzorkovací frekvence 30 vteřin...20 Obr. 6 Předzpracovaný vstupní aktigram z obr. 3 (výsek) Pacient č Obr. 7 Předzpracovaný vstupní aktigram z obr. 4 (výsek) Pacient č Obr. 8 Předzpracovaný vstupní aktigram z obr. 5 (výsek) Pacient č Obr. 9 Vykreslení nalezených spánkových oblastí do naměřeného vstupního aktigramu s vyznačenou značkou půlnoci a datem (výsek) Pacient č. 1, vzorkovací frekvence 2 minuty...25 Obr. 10 Vykreslení nalezených spánkových oblastí do naměřeného vstupního aktigramu s vyznačenou značkou půlnoci a datem (výsek) Pacient č. 4, vzorkovací frekvence 30 vteřin...26 Obr. 11 Vykreslení nalezených spánkových oblastí do naměřeného vstupního aktigramu s vyznačenou značkou půlnoci a datem (výsek) Pacient č. 6, vzorkovací frekvence 30 vteřin...26 Obr. 12 Vykreslení nalezených a manuálně dohledaných spánkových oblastí do naměřeného vstupního aktigramu s vyznačenou značkou půlnoci a datem (výsek) Pacient č. 6, vzorkovací frekvence 30 vteřin...27 Obr. 13 Detail nepřesně detekovaného začátku spánkové oblasti...28 Obr. 14 Detail opravené polohy téhož začátku spánkové oblasti po manuální editaci...28 Obr. 15 Celkový přehled sledovaného období pro Pacienta č Obr. 16 Sinusový signál (ApEn)...39 Obr. 17 Sinusový signál superponovaný bílým šumem (ApEn)...39 Obr. 18 Sinusový signál (DFA)...40 Obr. 19 Sinusový signál superponovaný bílým...40 Obr. 20 Skrytý Markovský model pro tři stavy...42 Obr. 21 Struktura rekurentní neuronové sítě...42 Obr. 22 A) Dvě časové řady reprezentující pohyb ruky píšící perem. B) Uspořádání dvou sekvencí pomocí DTW...43 Obr. 23 Princip deformace časové dimenze...43 Obr. 24 Grafická reprezentace matice M s vyznačenou deformační cestou W...45 Obr. 25 Sakoe-Chubův pás (vlevo), Itakurův rovnoběžník (vpravo)...46 Obr. 26 Princip lokální optimalizace DTW...47 Obr. 27 Vykreslená kombinace příznaků: Časy usnutí (Sleep begin), Časy probuzení (Sleep end)...49 Obr. 28 Vykreslená kombinace příznaků: Délka spánkové oblasti (Assumed sleep), Součet vzorků bez pohybu (Number of minutes immobile), Suma doby spánku (Actual sleep time), Počet minut s pohybem (Number of minutes moving)...50 Obr. 29 Vykreslená kombinace příznaků: Počet segmentů klasifikovaných jako bdění (Number of wake bouts), Počet segmentů klasifikovaných jako spánek (Number of sleep bouts), Počet segmentů klasifikovaných jako klid (Number of immobile phases), Počet 7

8 segmentů klasifikovaných jako klid, které trvají 1 minutu a méně (Number of immobile phases of 1 min)...50 Obr. 30 Vykreslená kombinace příznaků: Efektivita spánku (Sleep efficiency), Počet minut bez pohybu (Number of minutes immobile)...50 Obr. 31 Vykreslená kombinace příznaků: Součet aktivity v dané oblasti (Total activity score), Průměrná aktivita v dané oblasti (Mean activity score), Průměrná aktivita na počet aktivních vzorků (Mean score in active period)...51 Obr. 32 Vykreslená kombinace příznaků: Poměr segmentů klasifikovaných jako klid, které trvají 1 minutu (Immobility of 1 minute), Fragmentace spánku (Fragmentation index)...51 Obr. 33 Vykreslená kombinace příznaků: DFA Fast pro oblasti klasifikované jako spánek, DFA Slow pro oblasti klasifikované jako spánek...51 Obr. 34 Vykreslená kombinace příznaků: ApEn pro oblasti klasifikované jako spánek, ApEn pro oblasti klasifikované jako bdění, ApEn pro celý den...52 Obr. 35 Vykreslená kombinace příznaků: Časy usnutí (Sleep begin), Časy probuzení (Sleep end)...52 Obr. 36 Vykreslená kombinace příznaků: Efektivita spánku (Sleep efficiency), Počet minut bez pohybu (Number of minutes immobile)...53 Obr. 37 Vykreslená kombinace příznaků: DFA Fast pro oblasti klasifikované jako spánek, DFA Slow pro oblasti klasifikované jako spánek...53 Obr. 38 Vykreslená kombinace příznaků: ApEn pro oblasti klasifikované jako spánek, ApEn pro oblasti klasifikované jako bdění, ApEn pro celý den...53 Obr. 39 Použití EPOCH_LENGTH a PREDICTION_LENGTH při tvorbě matice Train...54 Obr. 40 Výsledná klasifikace pro šablonu tvořenou v pořadí druhou depresí, proložení polynomem devátého stupně...55 Obr. 41 Výsledná klasifikace pro šablonu tvořenou aritmetickým součtem třetí a čtvrté deprese, proložení polynomem šestého stupně...56 Obr. 42 Výsledná klasifikace pro šablonu tvořenou aritmetickým součtem všech šesti zaznamenaných depresí, proložení polynomem šestého stupně...56 Obr. 43 Výsledná klasifikace pro šablonu tvořenou v pořadí první depresí, proložení polynomem čtvrtého stupně...57 Obr. 44 Výsledek automatické analýzy...58 Obr. 45 Výsledek automatické analýzy detail...58 Obr. 46A Otázka 1 Pacient č. 1...i Obr. 47A Otázka 1 Pacient č. 4...i Obr. 48A Otázka 1 Pacient č. 6...i Obr. 49A Otázka 2 Pacient č. 1...ii Obr. 50A Otázka 2 Pacient č. 4...ii Obr. 51A Otázka 2 Pacient č. 6...ii Obr. 52A Otázka 3 Pacient č. 1...ii Obr. 53A Otázka 3 Pacient č. 4...iii Obr. 54A Otázka 3 Pacient č. 6...iii Obr. 55A Otázka 4 Pacient č. 4...iii Obr. 56A Otázka 4 Pacient č. 6...iii Obr. 57A Otázka 5 Pacient č. 1...iv Obr. 58A Otázka 5 Pacient č. 4...iv Obr. 59A Otázka 5 Pacient č. 6...iv Obr. 60A Otázka 6 Pacient č. 1...iv Obr. 61A Otázka 6 Pacient č. 4...v Obr. 62A Otázka 6 Pacient č. 6...v Obr. 63A Otázka 7 Pacient č. 1...v 8

9 Obr. 64A Otázka 7 Pacient č. 4...v Obr. 65A Otázka 7 Pacient č. 6...vi Obr. 66A Otázka 8 Pacient č. 1...vi Obr. 67A Otázka 8 Pacient č. 4...vi Obr. 68A Otázka 8 Pacient č. 6...vi Obr. 69A Otázka 9 Pacient č. 1...vii Obr. 70A Otázka 9 Pacient č. 4...vii Obr. 71A Otázka 9 Pacient č. 6...vii Obr. 72A Otázka 10 Pacient č. 1...vii Obr. 73A Otázka 10 Pacient č. 4...viii Obr. 74A Otázka 10 Pacient č. 6...viii Obr. 75A Otázka 11 Pacient č. 1...viii Obr. 76A Otázka 11 Pacient č. 4...viii Obr. 77A Otázka 11 Pacient č. 6...ix Obr. 78A Otázka 12 Pacient č. 1...ix Obr. 79A Otázka 12 Pacient č. 4...ix Obr. 80A Otázka 12 Pacient č. 6...ix Obr. 81A Otázka 13 Pacient č. 1...x Obr. 82A Otázka 13 Pacient č. 4...x Obr. 83A Otázka 13 Pacient č. 6...x Obr. 84A Otázka 14 Pacient č. 1...x Obr. 85A Otázka 14 Pacient č. 4...xi Obr. 86A Otázka 14 Pacient č. 6...xi Obr. 87A Otázka 15 Pacient č 1...xi Obr. 88A Otázka 15 Pacient č. 4...xi Obr. 89A Otázka 15 Pacient č. 6...xii Obr. 90A Otázka 16 Pacient č. 1...xii Obr. 91A Otázka 16 Pacient č. 4...xii Obr. 92A Otázka 16 Pacient č. 6...xii Obr. 93A Otázka 17 Pacient č. 1...xiii Obr. 94A Otázka 17 Pacient č. 4...xiii Obr. 95A Otázka 17 Pacient č. 6...xiii Obr. 96A Otázka 18 Pacient č. 1...xiii Obr. 97A Otázka 18 Pacient č. 4...xiv Obr. 98A Otázka 18 Pacient č. 6...xiv Obr. 99C GUI pro manuální editaci výběr detekovaného záznamu...xvii Obr. 100C GUI pro manuální editaci výběr manuální editace...xvii Obr. 101C Zobrazený detekovaný aktigrafický záznam a prostředí umožňující jeho manuální editaci...xviii Obr. 102D Celkový přehled sledovaného období pro Pacienta č. 1...xxvi Obr. 103D Celkový přehled sledovaného období pro Pacienta č. 4...xxx Obr. 104E Vykreslení aktigramu pomocí programu Sleep Analysis Pacient č. 1...xl Obr. 105E Vykreslení aktigramu pomocí programu Sleep Analysis Pacient č. 4...xlv Obr. 106E Vykreslení aktigramu pomocí programu Sleep Analysis Pacient č. 6...l Obr. 107F Vykreslená kombinace příznaků: Délka spánkové oblasti (Assumed sleep), Součet vzorků bez pohybu (Number of minutes immobile), Suma doby spánku (Actual sleep time)..li Obr. 108F Vykreslená kombinace příznaků: Průměrná délka segmentů klasifikovaných jako bdění (Mean length of wake bouts), Průměrná délka segmentů klasifikovaných jako spánek (Mean length of sleep bouts), Průměrná délka segmentů klasifikovaných jako klid (Mean length of immobility)...li 9

10 Obr. 109F Vykreslená kombinace příznaků: DFA Fast pro oblasti klasifikované jako bdění, DFA Slow pro oblasti klasifikované jako bdění...lii Obr. 110F Vykreslená kombinace příznaků: DFA Fast pro celý den, DFA Slow pro celý denlii Obr. 111F Vykreslená kombinace příznaků: Entropie pro oblasti klasifikované jako spánek, Entropie pro oblasti klasifikované jako bdění, Entropie pro celý den...lii Obr. 112F Vykreslená kombinace příznaků: Časy usnutí (Sleep begin), Časy probuzení (Sleep end)... liii Obr. 113F Vykreslená kombinace příznaků: Délka spánkové oblasti (Assumed sleep), Součet vzorků bez pohybu (Number of minutes immobile), Suma doby spánku (Actual sleep time)liii Obr. 114F Vykreslená kombinace příznaků: Délka spánkové oblasti (Assumed sleep), Součet vzorků bez pohybu (Number of minutes immobile), Suma doby spánku (Actual sleep time), Počet minut s pohybem (Number of minutes moving)... liii Obr. 115F Vykreslená kombinace příznaků: Počet segmentů klasifikovaných jako bdění (Number of wake bouts), Počet segmentů klasifikovaných jako spánek (Number of sleep bouts), Počet segmentů klasifikovaných jako klid (Number of immobile phases), Počet segmentů klasifikovaných jako klid, které trvají 1 minutu a méně (Number of immobile phases of 1 min)...liv Obr. 116F Vykreslená kombinace příznaků: Efektivita spánku (Sleep efficiency), Počet minut bez pohybu (Number of minutes immobile)...liv Obr. 117F Vykreslená kombinace příznaků: Součet aktivity v dané oblasti (Total activity score), Průměrná aktivita v dané oblasti (Mean activity score), Průměrná aktivita na počet aktivních vzorků (Mean score in active period)...liv Obr. 118F Vykreslená kombinace příznaků: Průměrná délka segmentů klasifikovaných jako bdění (Mean length of wake bouts), Průměrná délka segmentů klasifikovaných jako spánek (Mean length of sleep bouts), Průměrná délka segmentů klasifikovaných jako klid (Mean length of immobility)...lv Obr. 119F Vykreslená kombinace příznaků: Poměr segmentů klasifikovaných jako klid, které trvají 1 minutu (Immobility of 1 minute), Fragmentace spánku (Fragmentation index)...lv Obr. 120F Vykreslená kombinace příznaků: Délka spánkové oblasti (Assumed sleep), Součet vzorků bez pohybu (Number of minutes immobile), Suma doby spánku (Actual sleep time).lv Obr. 121F Vykreslená kombinace příznaků: Délka spánkové oblasti (Assumed sleep), Součet vzorků bez pohybu (Number of minutes immobile), Suma doby spánku (Actual sleep time), Počet minut s pohybem (Number of minutes moving)...lvi Obr. 122F Vykreslená kombinace příznaků: Počet segmentů klasifikovaných jako bdění (Number of wake bouts), Počet segmentů klasifikovaných jako spánek (Number of sleep bouts), Počet segmentů klasifikovaných jako klid (Number of immobile phases), Počet segmentů klasifikovaných jako klid, které trvají 1 minutu a méně (Number of immobile phases of 1 min)...lvi Obr. 123F Vykreslená kombinace příznaků: Součet aktivity v dané oblasti (Total activity score), Průměrná aktivita v dané oblasti (Mean activity score), Průměrná aktivita na počet aktivních vzorků (Mean score in active period)...lvi Obr. 124F Vykreslená kombinace příznaků: Průměrná délka segmentů klasifikovaných jako bdění (Mean length of wake bouts), Průměrná délka segmentů klasifikovaných jako spánek (Mean length of sleep bouts), Průměrná délka segmentů klasifikovaných jako klid (Mean length of immobility)...lvii Obr. 125F Vykreslená kombinace příznaků: Poměr segmentů klasifikovaných jako klid, které trvají 1 minutu (Immobility of 1 minute), Fragmentace spánku (Fragmentation index)...lvii Obr. 126F Vykreslená kombinace příznaků: DFA Fast pro oblasti klasifikované jako bdění, DFA Slow pro oblasti klasifikované jako bdění...lvii 10

11 Obr. 127F Vykreslená kombinace příznaků: DFA Fast pro celý den, DFA Slow pro celý den...lviii Obr. 128F Vykreslená kombinace příznaků: Entropie pro oblasti klasifikované jako spánek, Entropie pro oblasti klasifikované jako bdění, Entropie pro celý den...lviii 11

12 Seznam tabulek Tab. 1 Přehled pacientů účastnících se projektu pro prevenci BAP...16 Tab. 2 Otázky subjektivního dotazníku...17 Tab. 3 Přehled použitých filtrů pro předzpracování...23 Tab. 4 Přehled použitých oken pro detekci...25 Tab. 5 Vstupní parametry získané analýzou programu Cambridge Neurotechnology

13 Kapitola 1 Program ITAREPS Tým z Psychiatrického centra Praha ve spolupráci se společností Academia Medica Pragensis s.r.o. a za podpory firmy Eli Lilly Česká republika vytvořil ve světě prozatím ojedinělý projekt s názvem ITAREPS (Information Technology Aided Relaps Prevention in Schizophrenia). Program je zaměřen na rychlé a cílené rozpoznání časných varovných příznaků relapsu 1 psychotického onemocnění s využitím moderních komunikačních a informačních technologií. Včasné odhalení varovných příznaků a následná cílená farmakologická intervence umožní odvrátit hrozbu opětovného vzplanutí onemocnění. Princip programu ITAREPS je jednoduchý. Každý týden ve stejný den vyplní pacient a jeho rodinný příslušník desetibodový dotazník časných varovných příznaků. ITAREPS se v tuto dobu účastníkům programu přihlásí na mobilní telefon v podobě SMS výzvy. Odpovědi na jednotlivé otázky dotazníku mapují, zda se jednotlivé časné varovné příznaky od posledního vyplnění minulý týden buďto nově objevily, nebo zhoršily. Výsledkem je celkem deset čísel, které v podobě SMS zprávy účastníci odešlou ze svých mobilních telefonů zpět ITA- REPSu. Vyplnění a odeslání dotazníku vyžaduje přibližně pět minut. Pokud se u pacienta objeví časné varovné příznaky, zašle o této události ITAREPS automaticky varovnou zprávu na ovou adresu ošetřujícího ambulantního lékaře. Klíčovým aspektem programu je včasná intervence. Podmínkou je tedy rychlé jednání po obdržení zprávy: telefonický kontakt s pacientem, posouzení situace a následně dočasné zvýšení medikace. Ostatně nejvhodnější postup systém nabídne sám už v samém varovném u. Lékař má po krátké registraci přístup i na svou individuální internetovou stránku umístěnou na adrese Na této doméně najde své zadané pacienty pod kódovými čísly. Systém je tímto a dalšími způsoby na několika úrovních chráněn proti zneužití osobních dat. V kterékoli chvíli má lékař možnost snadno zkontrolovat současný stav pacienta, což ITAREPS umožňuje graficky i slovně. A tak je možné se přesně dozvědět, kdy se například v posledním měsíci objevily u svěřeného nemocného problémy se spánkem, soustředěním či prepsychotickými příznaky, a jak se obtíže dlouhodobě vyvíjejí [1]. 1 Relaps opětovné objevení se příznaků nemoci, která byla v klidovém období. 13

14 Obr. 1 Schéma programu ITAREPS (Obrázek převzat z: ITAREPS: Technologie ve službách prevence relapsu psychózy [1].) 1.1 Program ITAREPS a pacienti s bipolární poruchou Jak je vidět z plného názvu programu ITAREPS (Information Technology Aided Relaps Prevention in Schizophrenia) byl tento program primárně určený pro pacienty se schizofrenií. Výsledky provedené studie ukázaly, že u pacientů zapojených do tohoto programu došlo k výraznému poklesu počtu hospitalizací nebo dokonce k úplnému vymizení potřeby pacienta hospitalizovat [2]. Včasné zvýšení medikace tedy dokázalo zamezit vzniku relapsu. Tento nepopiratelný úspěch vedl k myšlence využít tohoto principu i u pacientů s bipolární poruchou Bipolární porucha Bipolární porucha patří mezi těžká duševní onemocnění. U pacientů trpících touto nemocí dochází k velkým, pro ně samé i jejich okolí někdy těžce zvladatelným, výkyvům nálady. Periodicky se střídají období velké euforie doprovázené nadměrně dobrou náladou s obdobími absolutní skepse a trudomyslnosti. Mezi tato duševně náročná období jsou vklíněna i období normální nálady. Při bipolární poruše se objevují tři různé druhy epizod, které pojmenováváme podle typu a intenzity doprovázejících příznaků. Mluvíme pak o epizodách hypomanických, manických a depresivních. Pro pochopení této závažné nemoci je důležité vědět, co se s nemocným během těchto epizod děje. Následující řádky by měly průběh jednotlivých epizod přiblížit [3]. Hypománie je charakteristická trvale nadnesenou náladou, nadměrnou energií a zvýšenou aktivitou, subjektivním pocitem dobré pohody a dobré celkové kondice. Člověk v hypománii bývá velmi hovorný, snadno navazuje kontakt s ostatními lidmi, je nenucený, komunikuje bez 14

15 zábran, hýří nápady. Zvýšení aktivity se projevuje často i v sexuální oblasti, nezřídka dochází k lehkomyslnému navazování známostí a střídání partnerů (i u jedinců, kteří jsou obvykle zdrženliví). Potřeba spánku je snížená, po pár hodinách se člověk cítí odpočinutý, čilý a další setrvávání v posteli je pro něj marněním času. Začátek bývá obvykle náhlý. Tyto stavy jsou většinou jedincem snášeny dobře a někteří dokonce v tomto stádiu přestanou navštěvovat lékaře a užívat léky. Mánií rozumíme nepřiměřeně zvýšenou náladu provázenou nárůstem aktivity. Všechno se stává nadmíru snadným, nic není neřešitelné, nápady se přímo řítí jeden za druhým. Okolí obvykle nestačí myšlenky sledovat a často pro ně také nejeví pochopení. Ve snaze přesvědčit ostatní o své pravdě se stává pacient stále naléhavějším, mluví překotně, někdy až nesrozumitelně. Zhoršená souvislost projevu je spojená též se sníženou schopností udržet pozornost, což se navenek projeví zřetelnou roztržitostí. Se zvýšeným přísunem nápadů (kdy se před dokončením jedné úvahy již rodí další myšlenka) a s narůstajícím tempem a aktivitou přestává být čas na "zdržování se" společenskými konvencemi, takový člověk se nechce nechat v projevu přerušit a rychle roste jeho podrážděnost. Stačí mu drobný podnět, náznak nesouhlasu a může se začít projevovat nepříjemně. Někdy dojde k nekontrolovatelnému vzrušení nebo až k zuřivosti a agresivitě. Jindy převažuje naopak žoviálnost, jedinec vypráví obhroublé vtipy, často se sexuálním podtextem, používá vulgarismy ve společensky nevhodných situacích. Snížený společenský odstup je podložen také vlastním nadměrným sebevědomím. Typické jsou velikášské myšlenky, zahrnující přehnané přesvědčení o vlastních schopnostech, znalostech, majetku a významu. Ztráta normálních sociálních zábran se projevuje rovněž nedbalým, nezodpovědným, nevhodným či riskantním chováním, které neodpovídá okolnostem ani charakteru jedince. Své nápady neuváženě okamžitě realizuje, aniž by byl schopen reálně posoudit možné důsledky finanční, společenské či osobní. Velmi typickým příkladem je nadměrné utrácení. K němu dochází buď při nákupech nepotřebných věcí, nebo v rámci "podnikání", kdy buď pacient sám vymyslí "geniální obchod" nebo je náchylný uvěřit pro ostatní průhlednému podvodu. Skutečným právním problémem se pak stává uzavírání smluv, obvykle nevýhodných. Velmi vážnou formu představuje mánie s tzv. psychotickými příznaky, kdy se kromě výše uvedených příznaků typických pro mánii vyskytují navíc tzv. psychotické příznaky, zejména bludy a halucinace. U mánie se nejčastěji vyskytují bludy velikášské, chorobné přesvědčení o vlastní důležitosti, velikosti nebo dokonalosti (např. bludy o mesiášském poslání). Megalomanické neboli vyvýšené bludy se mohou týkat tělesné stránky, pacient si o sobě např. myslí, že je největší silák, nikdy neonemocní, je nesmrtelný, nebo se vztahují k duševním schopnostem, např. uvádí, že vystudoval všechny vysoké školy, umí všechny řeči světa apod. Mezi psychotické příznaky řadíme též tzv. paranoiditu. Pod tímto pojmem rozumíme buď ovládavé chorobné myšlenky nebo nadměrnou vztahovačnost či podezíravost. Deprese je protipólem mánie, stojí na druhém konci změn nálady. Projevuje se skleslou náladou, snížením energie a aktivity. Zhoršuje se schopnost prožívat radost, zážitky se stávají méně příjemnými, neutrálními nebo dokonce vedou k prožitkům negativním. Dochází k poklesu zájmů a klesá schopnost soustředění. Nemocného unaví i drobná práce či námaha. Dochází k poklesu sebevědomí a sebedůvěry, cokoli se nepodaří, přičítá pacient vlastní neschopnosti, selhání. Dostavují se pocity viny, bezcennosti nebo neodůvodněné výčitky svědomí. Často se vyskytují myšlenky na sebepoškození až sebevraždu. Depresi doprovází též tzv. tělesné příznaky, mezi které počítáme poruchy spánku, sníženou chuť k jídlu, váhový úbytek, ztrátu sexuálního prožívání. Okolí depresivního nemocného pozná podle smutného, unaveného a ztrápeného výrazu obličeje, chudé mimiky a gestikulace. Současně ve výrazu očí a v celém držení těla bývá patrná únava, skleslost, nejistota, ustrašenost nebo úzkostlivost. Depresivní jsou málomluvní, své myšlenky skrývají. Pocity nedostatečnosti vedou k vyhýbání se lidem. Chybí aktivita, ztratila se iniciativa a přichází rezignace. Každé, byť i malé, rozhodnutí 15

16 je nemožné, dříve zvládané úkoly jsou nezdolatelné překážky. Velmi časté bývá odkládání činnosti pod jakoukoliv záminkou následované sebevýčitkami. Střídání nálady od normální po radostnou, či naopak po zcela skleslou mají za následek charakteristické změny chemických procesů v mozku, které jsou ovlivněny zejména vyplavováním a distribucí dvou hormonů: noradrenalinu a serotoninu. 2 Přesná etiologie a patogeneze bipolární poruchy není dosud známa. Na jejím vzniku se podílí vždy několik faktorů, které se začnou vzájemně ovlivňovat. Tyto vyvolávající faktory můžeme rozdělit do dvou skupin, na faktory dědičné (genetické) a psychosociální. Ač toto onemocnění patří do skupiny psychických poruch, které jsou vázány na genetickou výbavu jedince, dědí se pouze vloha k tomuto onemocnění, ne nemoc samotná. Vyvolávající příčinou vzniku bipolární poruchy je tedy kombinace tohoto zděděného (genetického) předpokladu a faktorů prostředí, v kterém se daný jedinec nachází. Tato skutečnost byla ukázána na studii jednovaječných dvojčat, která mají identickou genetickou výbavu, což je dáno tím, že se oplodněné vajíčko rozdělí na dvě a v mateřské děloze se tak vyvíjejí dva stejní jedinci. Pro účely studie byla vybrána dvojčata s genetickým předpokladem pro vznik bipolární poruchy. Každé z nich bylo vždy umístěno ve zcela rozdílném prostředí. Bipolární poruchou onemocněli jen někteří jedinci. Kombinace dědičných vloh a faktorů vnějšího prostředí je tedy zjevná, ale v jaké míře jsou jednotlivé vlivy zastoupeny, se stále diskutuje [4] Účastníci programu pro prevenci příznaků bipolární poruchy Zapojení pacientů do programu pro prevenci relapsu bipolární poruchy je zcela dobrovolné. Tito dobrovolníci se rekrutují z řad pacientů s bipolární poruchou, jejichž ošetřujícím lékařem je MUDr. Filip Španiel, Ph.D. z Psychiatrického centra Praha v Bohnicích, více o tomto institutu na Stejně jako v případě projektu týkajícího se schizofrenních pacientů je i v tomto případě pan doktor nejen ošetřujícím lékařem ale zároveň i koordinátorem celého projektu. Na začátku projektu nebyla vytvořena jednotná skupina dobrovolníků, ale pacienti jsou do tohoto projektu přibíráni postupně. Z tohoto důvodů je pro každého pacienta zcela identickým údajem datum, kdy vstoupil do programu, a aktuální délka monitorování v rámci tohoto projektu. Do této doby se projektu účastnilo sedm pacientů, jak je vidět v následujícím přehledu v Tab. 1, kde zkratka BAP znamená Bipolární afektivní porucha. Pro zachování utajení osobních údajů a lékařského tajemství jsou pacientům přidělována čísla, pod kterými v projektu vystupují. Tab. 1 Přehled pacientů účastnících se projektu pro prevenci BAP číslo pacienta diagnóza věk pohlaví vzdělání doba účasti ve studii medikován/a 1 BAP 31 žena SŠ ano 2 BAP 42 muž vyučený ne 3 BAP 32 žena SŠ ano 4 BAP 34 muž VŠ ano 5 BAP 36 muž vyučený ano 6 BAP 37 žena SŠ ano 7 BAP 31 žena VŠ ano 2 Noradrenalin je hormon tvořený dření nadledvin a patří mezi neurotransmitery, což jsou látky přenášející vzruch v mozku a v sympatickém nervovém systému. Serotonin je biologicky aktivní látka obsažená mimo jiné v centrálním nervovém systému, kde se účastní především procesů, které se podílejí na vzniku nálad. Jeho nedostatek způsobuje celkovou depresi, poruchy spánku, podrážděnost až agresivitu. 16

17 V Tab. 1 jsou červeně označeni pacienti, s jejichž údaji a výsledky bude na následujících stránkách této práce pracováno. Tito dobrovolníci byli pro tuto práci vybráni proto, že u nich máme k dispozici nejdelší záznamy monitorování a nejvíce subjektivních informací. Co se týče ostatních pacientů zapojených do projektu, tak pacient číslo 3 a 5 museli být ze studie pro závažné zdravotní komplikace vyřazeni a u pacienta 2 a 7 máme příliš krátké záznamy o průběhu monitorování a nedostatečné subjektivní informace Úprava programu pro bipolární poruchu U pacientů s bipolární poruchou jde stejně jako u schizofrenních pacientů o prevenci. Tedy o včasné zachycení symptomů upozorňujících na blížící se vznik depresivní nebo manické epizody. Pacienti odpovídají na osmnáct otázek (jak ukazuje Tab. 2). Podle svého momentálního subjektivního pocitu na dané otázky odpovídají pomocí bodového ohodnocení, kde 0 znamená zcela nesouhlasím a 9 znamená naprosto souhlasím. Toto bodové ohodnocení zasílají svému lékaři také pomocí SMS zpráv. Lékař z těchto údajů sestavuje tzv. subjektivní dotazník, do kterého při každé pacientově návštěvě navíc zaznamenává dva parametry: HAMD (Hamilton Depression Rating Scale) a YMRS (Young Mania Rating Scale). Dále jsou do tohoto dotazníku zaznamenávány propady do deprese (popřípadě mánie), hospitalizace a subjektivní pocit zhoršení nálady nebo změny kvality a délky spánku. Tab. 2 Otázky subjektivního dotazníku 1. Cítím se jako schopný člověk 10. Cítím se impulzivní 2. Opravdu se vnitřně cítím skvěle 11. Má nálada je proměnlivá 3. Připadá mi, že se mi nikdy nic nepovede 12. Cítím jako by mě lidé chtěli dostat 4. Cítím se depresivní 13. Cítím jako by svět byl proti mně 5. Cítím se plný energie 14. Cítím se podrážděný 6. Cítím se vnitřně urychlený 15. Cítím se hádavý 7. Mé myšlenky rychle utíkají 16. Snadno se stanu roztržitým 8. Cítím se nadměrně aktivní 17. Nemohu se soustředit 9. Cítím se neklidný 18. Spím dobře Pro ilustraci je na následujícím obrázku (Obr. 2) ukázán časový průběh otázky č. 4 (viz Tab. 2) pro Pacienta č. 1, u kterého máme k dispozici nejdelší záznam o průběhu monitorování a nejpodrobnější údaje ze subjektivního dotazníku. Časovým průběhem rozumíme průběžný záznam bodového ohodnocení dané otázky v čase. Záznam je navíc doplněn údaji, jako je výskyt deprese, zhoršení nálady, subjektivní prodloužení spánku nebo hospitalizace. Časové průběhy ostatních otázek pro Pacienta č. 1 a úplný soubor časových průběhů všech otázek pro Pacienta č. 4 a 6 je možno nalézt v příloze A. Pro Pacienta č. 4 nemáme bohužel k dispozici žádné doplňující údaje, jen bodové ohodnocení otázek ze subjektivního dotazníku. 17

18 Obr. 2 Časový průběh otázky č. 4 s vyznačenými událostmi, jako je deprese, zhoršení nálady, prodloužení spánku a hospitalizace pro Pacienta č. 4 Oproti pacientům se schizofrenií mají pacienti s bipolární poruchou zapojení do tohoto programu navíc po dobu dvaceti čtyř hodin denně na ruce zařízení pro detekci pohybové aktivity, tzv. aktigraf. Jedná se o malé zařízení velikosti běžných náramkových hodinek, které se stejně jako hodinky nosí na zápěstí. Ve většině případů se pro nošení aktigrafu upřednostňuje nedominantní ruka. Hlavní součástí tohoto elektronického zařízení je piezoelektrický akcelerometr, který měří rozdíl mezi kinematickým a gravitačním zrychlením. Další důležitou součástí je paměť pro uchování naměřených hodnot a rozhraní umožňující aktigraf propojit s počítačem pro přenos dat. Samotná metoda měření je založena na numerickém vyjádření rozdílu zrychlení, které je vzorkováno několikrát za vteřinu a zaznamenáváno. Po zvoleném časovém úseku jsou zaznamenané hodnoty zprůměrovány. Tyto průměrné hodnoty jsou pak ukládány do paměti, z které jsou po připojení k počítači do tohoto počítače načteny [5]. V příloze B je uveden přehled aktigrafů firmy Cambridge Neurotechnology Ltd. použitých v této studii. Metoda využívající záznamy dat získaných pomocí aktigrafů se nazývá aktigrafie Aktigrafie Obecně lze aktigrafii charakterizovat jako dlouhodobou metodu záznamu pohybové aktivity. Jedná se o zcela neinvazivní a ekonomicky dostupnou metodu. Hlavním přínosem této metody je, že v záznamu pohybové aktivity je nepřímo uložena informace o době a délce spánku. To je dáno tím, že se v průběhu dne mění četnost a velikost amplitudy pohybové aktivity v závislosti na aktivitě sledovaného subjektu. Během období spánku je četnost i velikost aktivity výrazně nižší než v průběhu bdělého stavu, jak je vidět na naměřeném aktigramu viz Obr. 3, Obr. 4 a Obr. 5. Na těchto třech vstupních aktigrafických záznamech je také vidět, jak jsou vstupní data pro každého pacienta jiná. Vstupní aktigrafické záznamy se liší i vzorkovací frekvencí, která je uvedena u vykreslení každého naměřeného vstupního aktigramu. 18

19 Obr. 3 Naměřený vstupní aktigram (výsek) Pacient č. 1, vzorkovací frekvence 2 minuty Obr. 4 Naměřený vstupní aktigram (výsek) Pacient č. 4, vzorkovací frekvence 30 vteřin 19

20 Obr. 5 Naměřený vstupní aktigram (výsek) Pacient č. 6, vzorkovací frekvence 30 vteřin Díky nepřímé informaci o spánku se aktigrafie nejčastěji používá jako doplňková nebo přímá metoda v diagnostice poruch spánku a bdění. Dále je aktigrafie validní metodou pro určování poruch cirkadiánní rytmicity (opakování jedenkrát za 24 hodin) a je to výhodné vyšetření při diferenciální diagnostice hypersomnií (nadměrná spavost) a insomnií (nespavost). Aktigrafie je také užitečný nástroj k dlouhodobému sledování efektu terapie u poruch spánku a u nemocných, u nichž je míra pohybové aktivity úměrná závažnosti onemocnění. V poslední době se začíná tato metoda také uplatňovat v psychiatrii a neurologii. Abnormity spánku jsou velice častým symptomem duševních onemocnění. Dlouhodobé aktigrafické studie umožňují orientační posuzování spánkových poruch sdružených se základním onemocněním a ukazují strukturu denních aktivit těchto nemocných. Motorické projevy patří do současných diagnostických kritérií afektivních poruch a mají prediktivní význam pro další vývoj choroby [6]. Abnormality spánku vyskytující se jako častý symptom duševního onemocnění a dále prediktivní význam motorických projevů u afektivních poruch byly důvodem pro zařazení aktigrafie jako objektivní metody pro sledování doby a charakteru spánku u pacientů s bipolární poruchou zařazených do programu pro výzkum prevence tohoto onemocnění. 20

Afektivní poruchy. MUDr. Helena Reguli

Afektivní poruchy. MUDr. Helena Reguli Afektivní poruchy MUDr. Helena Reguli Afektivní poruchy Poruchy nálady Hippokrates (400 př.n.l.) použil termín mánie a melancholie Kahlbaum cyklothymie 1882 Kraepelin maniodepresivita 1899: periodický

Více

Moravské gymnázium Brno s.r.o. Kateřina Proroková. Psychopatologie duševní poruchy Ročník 1. Datum tvorby 26.1.2013 Anotace

Moravské gymnázium Brno s.r.o. Kateřina Proroková. Psychopatologie duševní poruchy Ročník 1. Datum tvorby 26.1.2013 Anotace Číslo projektu Název školy Autor Tématická oblast Téma CZ.1.07/1.5.00/34.0743 Moravské gymnázium Brno s.r.o. Kateřina Proroková Základy společenských věd Psychopatologie duševní poruchy Ročník 1. Datum

Více

Posuzování pracovní schopnosti. U duševně nemocných

Posuzování pracovní schopnosti. U duševně nemocných Posuzování pracovní schopnosti U duševně nemocných Druhy posudkové činnosti Posuzování dočasné neschopnosti k práci Posuzování dlouhodobé neschopnosti k práci Posuzování způsobilosti k výkonu zaměstnání

Více

F30 F39 AFEKTIVNÍ PORUCHY F30 - MANICKÁ EPIZODA

F30 F39 AFEKTIVNÍ PORUCHY F30 - MANICKÁ EPIZODA F30 F39 AFEKTIVNÍ PORUCHY - hodnocení pomocí škál: deprese = Beckova, Zungova mánie = Youngova (YMRS) F30 - MANICKÁ EPIZODA základní příznak = porucha nálady min 4 dny u hypománie a 7 dnů u mánie. I hypománie

Více

Klasifikace předmětů a jevů

Klasifikace předmětů a jevů Klasifikace předmětů a jevů 1. Úvod Rozpoznávání neboli klasifikace je základní znak lidské činnosti. Rozpoznávání (klasifikace) předmětů a jevů spočívá v jejich zařazování do jednotlivých tříd. Třídou

Více

Délka nočního spánku a jeho kvalita se výrazně podílí na zdravotním stavu obyvatel i kvalitě jejich života.

Délka nočního spánku a jeho kvalita se výrazně podílí na zdravotním stavu obyvatel i kvalitě jejich života. Březen 1 Spánek je nezbytný nejen pro regeneraci duševních a fyzických sil, pro vytváření paměťových stop a tedy pro kognitivní funkce, ale i pro celou řadu metabolických pochodů. Kvalita nočního spánku

Více

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté polynomy pro případ dvou uzlových bodů ξ 1 = 1 a ξ 2 = 4. Experimentální body jsou x = [0.2 0.4 0.6 1.5 2.0 3.0

Více

Popis využití: Výukový materiál s úkoly pro žáky s využitím dataprojektoru,

Popis využití: Výukový materiál s úkoly pro žáky s využitím dataprojektoru, VY_32_INOVACE_PSYPS14660ZAP Výukový materiál v rámci projektu OPVK 1.5 Peníze středním školám Číslo projektu: CZ.1.07/1.5.00/34.0883 Název projektu: Rozvoj vzdělanosti Číslo šablony: III/2 Datum vytvoření:

Více

Ing. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence

Ing. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence APLIKACE UMĚLÉ INTELIGENCE Ing. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence Aplikace umělé inteligence - seminář ING. PETR HÁJEK, PH.D. ÚSTAV SYSTÉMOVÉHO INŽENÝRSTVÍ A INFORMATIKY

Více

Možnosti terapie psychických onemocnění

Možnosti terapie psychických onemocnění Možnosti terapie psychických onemocnění Pohled do světa psychických poruch a onemocnění a jejich léčby bez použití léků. Mgr.PaedDr.Hana Pašteková Rupertová Psychiatrická léčebna Kroměříž Osobnost Biologická

Více

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

METODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1

METODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1 METODY DOLOVÁNÍ V DATECH DATOVÉ SKLADY TEREZA HYNČICOVÁ H2IGE1 DOLOVÁNÍ V DATECH (DATA MINING) OBJEVUJE SE JIŽ OD 60. LET 20. ST. S ROZVOJEM POČÍTAČOVÉ TECHNIKY DEFINICE PROCES VÝBĚRU, PROHLEDÁVÁNÍ A MODELOVÁNÍ

Více

Emoce a jejich poruchy. Rozšiřující materiál k tématu emoce.

Emoce a jejich poruchy. Rozšiřující materiál k tématu emoce. Emoce a jejich poruchy Rozšiřující materiál k tématu emoce. CITY=EMOCE, lat.moveo psychické procesy zahrnující subjektivní zážitky, stavy a vztahy k působícím podnětům provázené fyziologickými změnami,

Více

Až dvěma pětinám lidí s depresí nezabírají antidepresiva, u dalších sice léky pomohou některé příznaky nemoci zmírnit, ale například potíže se

Až dvěma pětinám lidí s depresí nezabírají antidepresiva, u dalších sice léky pomohou některé příznaky nemoci zmírnit, ale například potíže se Duben 1 Až dvěma pětinám lidí s depresí nezabírají antidepresiva, u dalších sice léky pomohou některé příznaky nemoci zmírnit, ale například potíže se spánkem přetrvávají. Čeští lékaři a sestry se proto

Více

Schizoafektivní porucha

Schizoafektivní porucha Schizoafektivní porucha Tomáš Novák Psychiatrické centrum Praha Historie konceptu SCHA poruchy 1933 Kasanin: akutní schizoafektivní psychóza Do 1975 v klasifikacích jako podtyp schizofrenie 1975 DSM III:

Více

Popisná statistika kvantitativní veličiny

Popisná statistika kvantitativní veličiny StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali

Více

1 Modelování systémů 2. řádu

1 Modelování systémů 2. řádu OBSAH Obsah 1 Modelování systémů 2. řádu 1 2 Řešení diferenciální rovnice 3 3 Ukázka řešení č. 1 9 4 Ukázka řešení č. 2 11 5 Ukázka řešení č. 3 12 6 Ukázka řešení č. 4 14 7 Ukázka řešení č. 5 16 8 Ukázka

Více

Informace ze zdravotnictví Jihomoravského kraje

Informace ze zdravotnictví Jihomoravského kraje Informace ze zdravotnictví Jihomoravského kraje Ústavu zdravotnických informací a statistiky České republiky Brno 9 15. 9. 2011 Souhrn Činnost ambulantních psychiatrických zařízení v Jihomoravském kraji

Více

2 Vymezení normy... 21 Shrnutí... 27

2 Vymezení normy... 21 Shrnutí... 27 Obsah Předmluva ke druhému vydání........................ 15 Č Á ST I Základní okruhy obecné psychopatologie............... 17 1 Úvod..................................... 19 2 Vymezení normy..............................

Více

Spánek v prostředí intenzivní péče. Přednášející: Michal Pospíšil Spoluautor: Adriana Polanská

Spánek v prostředí intenzivní péče. Přednášející: Michal Pospíšil Spoluautor: Adriana Polanská Spánek v prostředí intenzivní péče Přednášející: Michal Pospíšil Spoluautor: Adriana Polanská Úvod Existuje mnoho studií poukazujících na rizika spojená s nedostatkem spánku u zdravotníků. Jen málo se

Více

Matematické modelování dopravního proudu

Matematické modelování dopravního proudu Matematické modelování dopravního proudu Ondřej Lanč, Alena Girglová, Kateřina Papežová, Lucie Obšilová Gymnázium Otokara Březiny a SOŠ Telč lancondrej@centrum.cz Abstrakt: Cílem projektu bylo seznámení

Více

Neuronové časové řady (ANN-TS)

Neuronové časové řady (ANN-TS) Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci

Více

Proč je potřeba změna? Odborná společnost vypracovala podněty k úpravám systému DRG v oblasti psychiatrie, který byl předán PS DRG.

Proč je potřeba změna? Odborná společnost vypracovala podněty k úpravám systému DRG v oblasti psychiatrie, který byl předán PS DRG. Psychiatrie Příloha č. 13 Vypracoval:Jana Kárníková Proč je potřeba změna? Odborná společnost vypracovala podněty k úpravám systému DRG v oblasti psychiatrie, který byl předán PS DRG. Dle dostupných vyjádření

Více

Závěrečná zpráva projektu. Péče o schizofrenní pacienty v ordinaci praktického lékaře

Závěrečná zpráva projektu. Péče o schizofrenní pacienty v ordinaci praktického lékaře Závěrečná zpráva projektu Péče o schizofrenní pacienty v ordinaci praktického lékaře Obsah projektu V rámci projektu byl realizován vzdělávací cyklus, určený praktickým lékařům v Praze a Karlových Varech.

Více

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368 Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540

Více

Psychiatrická komorbidita pacientů léčených v souvislosti s užíváním návykových látek

Psychiatrická komorbidita pacientů léčených v souvislosti s užíváním návykových látek Psychiatrická komorbidita pacientů léčených v souvislosti s užíváním návykových látek Podle údajů ÚZIS (2004) bylo v r. 2003 v psychiatrických léčebnách a odděleních nemocnic uskutečněno celkem 4 636 hospitalizací

Více

Geriatrická deprese MUDr.Tomáš Turek

Geriatrická deprese MUDr.Tomáš Turek Geriatrická deprese MUDr.Tomáš Turek Psychiatrická léčebna Bohnice Akutní gerontopsychiatrické odd. pav.32 vedoucí lékař e-mail:tomas.turek@plbohnice.cz Historie Starý zákon- popis mánie a deprese- Král

Více

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího

Více

Fázorové diagramy pro ideální rezistor, skutečná cívka, ideální cívka, skutečný kondenzátor, ideální kondenzátor.

Fázorové diagramy pro ideální rezistor, skutečná cívka, ideální cívka, skutečný kondenzátor, ideální kondenzátor. FREKVENČNĚ ZÁVISLÉ OBVODY Základní pojmy: IMPEDANCE Z (Ω)- charakterizuje vlastnosti prvku pro střídavý proud. Impedance je základní vlastností, kterou potřebujeme znát pro analýzu střídavých elektrických

Více

2. úkol MI-PAA. Jan Jůna (junajan) 3.11.2013

2. úkol MI-PAA. Jan Jůna (junajan) 3.11.2013 2. úkol MI-PAA Jan Jůna (junajan) 3.11.2013 Specifikaci úlohy Problém batohu je jedním z nejjednodušších NP-těžkých problémů. V literatuře najdeme množství jeho variant, které mají obecně různé nároky

Více

František Batysta batysfra@fjfi.cvut.cz 19. listopadu 2009. Abstrakt

František Batysta batysfra@fjfi.cvut.cz 19. listopadu 2009. Abstrakt Automatický výpočet chyby nepřímého měření František Batysta batysfra@fjfi.cvut.cz 19. listopadu 2009 Abstrakt Pro správné vyhodnocení naměřených dat je třeba také vypočítat chybu měření. Pokud je neznámá

Více

ČVUT FEL X36PAA - Problémy a algoritmy. 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu

ČVUT FEL X36PAA - Problémy a algoritmy. 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu ČVUT FEL X36PAA - Problémy a algoritmy 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu Jméno: Marek Handl Datum: 3. 2. 29 Cvičení: Pondělí 9: Zadání Prozkoumejte citlivost metod

Více

ADA Semestrální práce. Harmonické modelování signálů

ADA Semestrální práce. Harmonické modelování signálů České vysoké učení technické v Praze ADA Semestrální práce Harmonické modelování signálů Jiří Kořínek 31.12.2005 1. Zadání Proveďte rozklad signálu do harmonických komponent (řeč, hudba). Syntetizujte

Více

Spokojenost se životem

Spokojenost se životem SEMINÁRNÍ PRÁCE Spokojenost se životem (sekundárních analýza dat sociologického výzkumu Naše společnost 2007 ) Předmět: Analýza kvantitativních revize Šafr dat I. Jiří (18/2/2012) Vypracoval: ANONYMIZOVÁNO

Více

Internalizované poruchy chování

Internalizované poruchy chování Internalizované poruchy chování VOJTOVÁ, V. Inkluzivní vzdělávání žáků v riziku a s poruchami chování jako perspektiva kvality života v dospělosti. Brno: MSD, 2010 ISBN 978-80-210-5159-1 Internalizované

Více

Diagnostika pohybu u lukostřelců. PaedDr. Martina Končalová www.mfkcentrum.cz

Diagnostika pohybu u lukostřelců. PaedDr. Martina Končalová www.mfkcentrum.cz Diagnostika pohybu u lukostřelců PaedDr. Martina Končalová www.mfkcentrum.cz ANAMÉZA DOTAZNÍK PLÁN TRÉNINK nebo TERAPIE VYŠETŘENÍ KONTROLA METODA VOLBA FYZIOTERAPIE, CVIČENÍ DIAGNOSTIKA SVAL Má sílu Trenér

Více

PŘEKLADY DO PSYCHIATRICKÉ LÉČEBNY DOBŘANY

PŘEKLADY DO PSYCHIATRICKÉ LÉČEBNY DOBŘANY PŘEKLADY DO PSYCHIATRICKÉ LÉČEBNY DOBŘANY Katamnestická studie záznamů pacientů z ambulantních knih psychiatrického oddělení Nemocnice Ostrov (NEMOS PLUS s r.o.) za období 200-2011 Listopad 2011/ Dodavatel:

Více

Průměr je ve statistice často používaná hodnota, která se počítá jako aritmetický průměr hodnot.

Průměr je ve statistice často používaná hodnota, která se počítá jako aritmetický průměr hodnot. Průměr Průměr je ve statistice často používaná hodnota, která se počítá jako aritmetický průměr hodnot. Co je to průměr # Průměrem se rozumí klasický aritmetický průměr sledovaných hodnot. Můžeme si pro

Více

Nadváha a obezita a možnosti nefarmakologického ovlivnění

Nadváha a obezita a možnosti nefarmakologického ovlivnění Nadváha a obezita a možnosti nefarmakologického ovlivnění Václav Bunc a Marie Skalská UK FTVS Praha Obezita nebo nadváha je jedním ze základních problémů současnosti. Je komplikací jak v rozvojových tak

Více

7. přednáška Systémová analýza a modelování. Přiřazovací problém

7. přednáška Systémová analýza a modelování. Přiřazovací problém Přiřazovací problém Přiřazovací problémy jsou podtřídou logistických úloh, kde lze obecně říci, že m dodavatelů zásobuje m spotřebitelů. Dalším specifikem je, že kapacity dodavatelů (ai) i požadavky spotřebitelů

Více

Quantization of acoustic low level signals. David Bursík, Miroslav Lukeš

Quantization of acoustic low level signals. David Bursík, Miroslav Lukeš KVANTOVÁNÍ ZVUKOVÝCH SIGNÁLŮ NÍZKÉ ÚROVNĚ Abstrakt Quantization of acoustic low level signals David Bursík, Miroslav Lukeš Při testování kvality A/D převodníků se používají nejrůznější testovací signály.

Více

Komorbidity a kognitivní porucha

Komorbidity a kognitivní porucha Komorbidity a kognitivní porucha jak postupovat v praxi? Tereza Uhrová Psychiatrická klinika Universita Karlova v Praze, 1. lékařská fakulta a Všeobecná fakultní nemocnice v Praze Kde může být kognitivní

Více

Hodnocení kvality logistických procesů

Hodnocení kvality logistických procesů Téma 5. Hodnocení kvality logistických procesů Kvalitu logistických procesů nelze vyjádřit absolutně (nelze ji měřit přímo), nýbrž relativně porovnáním Hodnoty těchto znaků někdo buď předem stanovil (norma,

Více

Klasifikace hudebních stylů

Klasifikace hudebních stylů Klasifikace hudebních stylů Martin Šimonovský (mys7@seznam.cz) Rozpoznávání hudby úloha z oblasti DSP klasifikace dle hudebních stylů

Více

PARKINSONOVA NEMOC Z POHLEDU PSYCHIATRA. MUDr.Tereza Uhrová Psychiatrická klinika I.LF UK a VFN Praha

PARKINSONOVA NEMOC Z POHLEDU PSYCHIATRA. MUDr.Tereza Uhrová Psychiatrická klinika I.LF UK a VFN Praha PARKINSONOVA NEMOC Z POHLEDU PSYCHIATRA MUDr.Tereza Uhrová Psychiatrická klinika I.LF UK a VFN Praha Parkinsonova nemoc = primárně neurologické onemocnění doprovodné psychiatrické příznaky deprese psychiatrické

Více

Rozpoznávání izolovaných slov (malý slovník, např. číslovky, povely).

Rozpoznávání izolovaných slov (malý slovník, např. číslovky, povely). Rozpoznávání řeči Každý člověk má originální hlasové ústrojí a odlišný způsob artikulace, to se projevuje rozdílnou barvou hlasu, přízvukem, rychlostí řeči atd. I hlas jednoho řečníka je variabilní a závislý

Více

Ctislav Fiala: Optimalizace a multikriteriální hodnocení funkční způsobilosti pozemních staveb

Ctislav Fiala: Optimalizace a multikriteriální hodnocení funkční způsobilosti pozemních staveb 16 Optimální hodnoty svázaných energií stropních konstrukcí (Graf. 6) zde je rozdíl materiálových konstant, tedy svázaných energií v 1 kg materiálu vložek nejmarkantnější, u polystyrénu je téměř 40krát

Více

Diagnostika a rehabilitace strabismu (šilhavosti) Petr Novák - ČVUT FEL, katedra kybernetiky (za pomoci FN Motol a Polikliniky Barrandov)

Diagnostika a rehabilitace strabismu (šilhavosti) Petr Novák - ČVUT FEL, katedra kybernetiky (za pomoci FN Motol a Polikliniky Barrandov) Diagnostika a rehabilitace strabismu (šilhavosti) Petr Novák - ČVUT FEL, katedra kybernetiky (za pomoci FN Motol a Polikliniky Barrandov) Úvod Okolo16% populace nějaké formy strabismu (šilhavosti) Ve většině

Více

Modul Konfigurace. 2006... MTJ Service, s.r.o.

Modul Konfigurace. 2006... MTJ Service, s.r.o. Modul Konfigurace Modul Konfigurace Představení Menu konfigurace sdružuje všechny konfigurační příkazy k celému systému Soft-4-Sale. Dále konfigurace kopíruje jednotlivé moduly systému tzn. že existuje

Více

Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)

Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) 1 Obecný popis metody Particle Image Velocimetry, nebo-li zkráceně PIV, je měřící

Více

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ v praxi u jednoho prvku souboru se často zkoumá více veličin, které mohou na sobě různě záviset jednorozměrný výběrový soubor VSS X vícerozměrným výběrovým souborem VSS

Více

Negativní dopad domácího násilí na osobnost a psychické zdraví. Hana Pašteková Rupertová Psychiatrická léčebna Kroměříž

Negativní dopad domácího násilí na osobnost a psychické zdraví. Hana Pašteková Rupertová Psychiatrická léčebna Kroměříž Negativní dopad domácího násilí na osobnost a psychické zdraví Hana Pašteková Rupertová Psychiatrická léčebna Kroměříž definice Domácí násilí: násilí, které se odehrává v soukromí, je opakované, má stoupající

Více

GIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU. Veronika Berková 1

GIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU. Veronika Berková 1 GIS ANALÝZA VLIVU DÁLNIČNÍ SÍTĚ NA OKOLNÍ KRAJINU Veronika Berková 1 1 Katedra mapování a kartografie, Fakulta stavební, ČVUT, Thákurova 7, 166 29, Praha, ČR veronika.berkova@fsv.cvut.cz Abstrakt. Metody

Více

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů Kapitola 1 Signály a systémy 1.1 Klasifikace signálů Signál představuje fyzikální vyjádření informace, obvykle ve formě okamžitých hodnot určité fyzikální veličiny, která je funkcí jedné nebo více nezávisle

Více

Měření součinitele smykového tření dynamickou metodou

Měření součinitele smykového tření dynamickou metodou Měření součinitele smykového tření dynamickou metodou Online: http://www.sclpx.eu/lab1r.php?exp=6 Měření smykového tření na nakloněné rovině pomocí zvukové karty řešil např. Sedláček [76]. Jeho konstrukce

Více

Projekt CAMELIA Projekt ALERT

Projekt CAMELIA Projekt ALERT Projekt Alert akutní leukemie klinický registr x Web projektu Diskusní klub projektu Management dat Služby IS Help Zpět Analytické nástroje Prohlížeč dat Expertní služby x Projekt CAMELIA Projekt ALERT

Více

SOUHRNNÉ VÝSLEDKY ZPĚTNÝCH VAZEB NA PACIENTSKÝ PROGRAM AD VITAM

SOUHRNNÉ VÝSLEDKY ZPĚTNÝCH VAZEB NA PACIENTSKÝ PROGRAM AD VITAM SOUHRNNÉ VÝSLEDKY ZPĚTNÝCH VAZEB NA PACIENTSKÝ PROGRAM AD VITAM 2013 Dotazníkové šetření u pacientů s roztroušenou sklerózou 1. Cíle a způsob provedení dotazníkového šetření Dotazníkové šetření mezi pacienty

Více

Činnost oboru diabetologie, péče o diabetiky v roce 2007. Activity of the branch of diabetology, care for diabetics in 2007

Činnost oboru diabetologie, péče o diabetiky v roce 2007. Activity of the branch of diabetology, care for diabetics in 2007 Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 30. 7. 2008 31 Činnost oboru diabetologie, péče o diabetiky v roce 2007 Activity of the branch of diabetology, care

Více

Obsah. Summary... 11 Úvod... 12

Obsah. Summary... 11 Úvod... 12 Obsah Summary... 11 Úvod... 12 1 Spánek a bdění... 15 1.1 Biologické rytmy... 15 1.2 Cirkadiánní rytmy... 16 1.2.1 Historie výzkumu cirkadiánních rytmů... 16 1.2.2 Regulace cirkadiánních rytmů... 18 1.2.2.1

Více

Zdravotní způsobilost k výkonu povolání

Zdravotní způsobilost k výkonu povolání N á v r h VYHLÁŠKA ze dne o stanovení seznamu nemocí, stavů nebo vad, které vylučují nebo omezují zdravotní způsobilost k výkonu povolání lékaře, zubního lékaře, farmaceuta, zdravotnického pracovníka nebo

Více

VY_32_INOVACE_E 15 03

VY_32_INOVACE_E 15 03 Název a adresa školy: Střední škola průmyslová a umělecká, Opava, příspěvková organizace, Praskova 399/8, Opava, 746 01 Název operačního programu: OP Vzdělávání pro konkurenceschopnost, oblast podpory

Více

ehealth, telemedicína a asistivní technologie na ČVUT FEL Praha

ehealth, telemedicína a asistivní technologie na ČVUT FEL Praha České vysoké učení technické v Praze Fakulta elektrotechnická ehealth, telemedicína a asistivní technologie na ČVUT FEL Praha Lenka Lhotská, Miroslav Burša, Michal Huptych, Jan Havlík Katedra kybernetiky,

Více

Blood Glucose Monitoring System ŽÁDNÉ KODOVÁNÍ

Blood Glucose Monitoring System ŽÁDNÉ KODOVÁNÍ Blood Glucose Monitoring System ŽÁDNÉ KODOVÁNÍ Blood Glucose Monitoring System Blood Glucose Monitoring System Naučte se správně žít s cukrovkou Žít s cukrovkou, nebo-li s Diabetes mellitus, to je otázka

Více

PCT kontrolovaná ATB terapie nosokomiální pneumonie ventilovaných nemocných

PCT kontrolovaná ATB terapie nosokomiální pneumonie ventilovaných nemocných PCT kontrolovaná ATB terapie nosokomiální pneumonie ventilovaných nemocných Pavel Dostál Klinika anesteziologie, resuscitace a intenzivní medicíny Univerzita Karlova v Praze, Lékařská fakulta v Hradci

Více

STATISTICA Téma 7. Testy na základě více než 2 výběrů

STATISTICA Téma 7. Testy na základě více než 2 výběrů STATISTICA Téma 7. Testy na základě více než 2 výběrů 1) Test na homoskedasticitu Nalezneme jej v několika submenu. Omezme se na submenu Základní statistiky a tabulky základního menu Statistika. V něm

Více

Reporting. Ukazatele je možno definovat nad libovolnou tabulkou Helios Orange, která je zapsána v nadstavbě firmy SAPERTA v souboru tabulek:

Reporting. Ukazatele je možno definovat nad libovolnou tabulkou Helios Orange, která je zapsána v nadstavbě firmy SAPERTA v souboru tabulek: Finanční analýza Pojem finanční analýza Finanční analýza umožňuje načítat data podle dimenzí a tyto součty dlouhodobě vyhodnocovat. Pojem finanční analýza není nejpřesnější, protože ukazatele mohou být

Více

Compliance a adherence pacientů s diabetem mellitem

Compliance a adherence pacientů s diabetem mellitem 1.0 Titulní strana Diabetická asociace České republiky Závěrečná zpráva pilotního projektu Compliance a adherence pacientů s diabetem mellitem Zdůvodnění zprávy: Zkoušející nebo koordinující zkoušející:

Více

Jana Zapletalová, Kateřina Langová

Jana Zapletalová, Kateřina Langová Jana Zapletalová, Kateřina Langová 2008 1 Ověření účinnosti a snášenlivosti přípravku Eregma Max Power tablety Do klinické prospektivní dotazníkové studie Eregma Max Power tablety bylo zařazeno celkem

Více

SOLVER UŽIVATELSKÁ PŘÍRUČKA. Kamil Šamaj, František Vižďa Univerzita obrany, Brno, 2008 Výzkumný záměr MO0 FVT0000404

SOLVER UŽIVATELSKÁ PŘÍRUČKA. Kamil Šamaj, František Vižďa Univerzita obrany, Brno, 2008 Výzkumný záměr MO0 FVT0000404 SOLVER UŽIVATELSKÁ PŘÍRUČKA Kamil Šamaj, František Vižďa Univerzita obrany, Brno, 2008 Výzkumný záměr MO0 FVT0000404 1. Solver Program Solver slouží pro vyhodnocení experimentálně naměřených dat. Základem

Více

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009

Více

pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Jak jsou vysocí? Mirek Kubera

pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Jak jsou vysocí? Mirek Kubera Výstup RVP: Klíčová slova: pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Mirek Kubera žák diskutuje a kriticky zhodnotí statistické informace a daná statistická sdělení, volí

Více

Jednoduché cykly 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45.

Jednoduché cykly 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. Jednoduché cykly Tento oddíl obsahuje úlohy na první procvičení práce s cykly. Při řešení každé ze zde uvedených úloh stačí použít vedle podmíněných příkazů jen jediný cyklus. Nepotřebujeme používat ani

Více

2. Numerické výpočty. 1. Numerická derivace funkce

2. Numerické výpočty. 1. Numerická derivace funkce 2. Numerické výpočty Excel je poměrně pohodlný nástroj na provádění různých numerických výpočtů. V příkladu si ukážeme možnosti výpočtu a zobrazení diferenciálních charakteristik analytické funkce, přičemž

Více

Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011

Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe

Více

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12. 8. 2009 40 Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví European

Více

MSA-Analýza systému měření

MSA-Analýza systému měření MSA-Analýza systému měření Josef Bednář Abstrakt: V příspěvku je popsáno provedení analýzy systému měření v technické praxi pro spojitá data. Je zde popsáno provedení R&R studie pomocí analýzy rozptylu

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

Šum AD24USB a možnosti střídavé modulace

Šum AD24USB a možnosti střídavé modulace Šum AD24USB a možnosti střídavé modulace Vstup USB měřicího modulu AD24USB je tvořen diferenciálním nízkošumovým zesilovačem s bipolárními operačními zesilovači. Charakteristickou vlastností těchto zesilovačů

Více

Techniky detekce a určení velikosti souvislých trhlin

Techniky detekce a určení velikosti souvislých trhlin Techniky detekce a určení velikosti souvislých trhlin Přehled Byl-li podle obecných norem nebo regulačních směrnic detekovány souvislé trhliny na vnitřním povrchu, musí být následně přesně stanoven rozměr.

Více

Dědičnost vázaná na X chromosom

Dědičnost vázaná na X chromosom 12 Dědičnost vázaná na X chromosom EuroGentest - Volně přístupné webové stránky s informacemi o genetickém vyšetření (v angličtině). www.eurogentest.org Orphanet - Volně přístupné webové stránky s informacemi

Více

6. Lineární regresní modely

6. Lineární regresní modely 6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu

Více

TP 304337/b P - POPIS ARCHIVACE TYP 457 - Měřič INMAT 57 a INMAT 57D

TP 304337/b P - POPIS ARCHIVACE TYP 457 - Měřič INMAT 57 a INMAT 57D Měřič tepla a chladu, vyhodnocovací jednotka průtoku plynu INMAT 57S a INMAT 57D POPIS ARCHIVACE typ 457 OBSAH Možnosti archivace v měřiči INMAT 57 a INMAT 57D... 1 Bilance... 1 Uživatelská archivace...

Více

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Sedm základních nástrojů řízení kvality Doc. RNDr. Jiří Šimek,

Více

Metoda Monte Carlo a její aplikace v problematice oceňování technologií. Manuál k programu

Metoda Monte Carlo a její aplikace v problematice oceňování technologií. Manuál k programu Metoda Monte Carlo a její aplikace v problematice oceňování technologií Manuál k programu This software was created under the state subsidy of the Czech Republic within the research and development project

Více

DRG systém klasifikuje případy akutní hospitalizační péče do DRG skupin DRG skupiny = nákladově homogenní a klinicky příbuzné skupiny případů

DRG systém klasifikuje případy akutní hospitalizační péče do DRG skupin DRG skupiny = nákladově homogenní a klinicky příbuzné skupiny případů AGENDA Definice kvality DRG systému Statistické metody hodnocení kvality DRG klasifikace Identifikace nenáhodného rozložení případů Využití regresní analýzy nákladů při hledání důvodů v rozdílných nákladech

Více

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR 1 aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické

Více

KOLOREKTÁLNÍ KARCINOM: VÝZVA PRO ZDRAVÝ ŽIVOTNÍ STYL, SCREENING A ORGANIZACI LÉČEBNÉ PÉČE

KOLOREKTÁLNÍ KARCINOM: VÝZVA PRO ZDRAVÝ ŽIVOTNÍ STYL, SCREENING A ORGANIZACI LÉČEBNÉ PÉČE KOLOREKTÁLNÍ KARCINOM: VÝZVA PRO ZDRAVÝ ŽIVOTNÍ STYL, SCREENING A ORGANIZACI LÉČEBNÉ PÉČE Brno, 29. května 2015: Moravská metropole se již počtvrté stává hostitelem mezinárodní konference Evropské dny

Více

Signál v čase a jeho spektrum

Signál v čase a jeho spektrum Signál v čase a jeho spektrum Signály v časovém průběhu (tak jak je vidíme na osciloskopu) můžeme dělit na periodické a neperiodické. V obou případech je lze popsat spektrálně určit jaké kmitočty v sobě

Více

Fakulta elektrotechnická

Fakulta elektrotechnická České vysoké učení technické v Praze Fakulta elektrotechnická DIPLOMOVÁ PRÁCE Název diplomové práce Praha, 2002 Autor: Jirka Roubal Prohlášení Prohlašuji, že jsem svou diplomovou (bakalářskou) práci vypracoval

Více

Měření modulů pružnosti G a E z periody kmitů pružiny

Měření modulů pružnosti G a E z periody kmitů pružiny Měření modulů pružnosti G a E z periody kmitů pružiny Online: http://www.sclpx.eu/lab2r.php?exp=2 V tomto experimentu vycházíme z pojetí klasického pokusu s pružinovým oscilátorem. Z periody kmitů se obvykle

Více

Klasifikace Diagnostika Dif.dg Terapie. Neurologická klinika IPVZ-FTN Praha

Klasifikace Diagnostika Dif.dg Terapie. Neurologická klinika IPVZ-FTN Praha Bolesti hlavy Klasifikace Diagnostika Dif.dg Terapie Jolana Marková Neurologická klinika IPVZ-FTN Praha Bolesti hlavy Klasifikační systém ( IHS) Primární bolesti hlavy skupina 1-4 Sk Sekundármí bolesti

Více

Fakulta elektrotechnická Katedra kybernetiky. Analýza sociobiologických rytmů

Fakulta elektrotechnická Katedra kybernetiky. Analýza sociobiologických rytmů České vysoké učení technické v Praze Fakulta elektrotechnická Katedra kybernetiky DIPLOMOVÁ PRÁCE Analýza sociobiologických rytmů bipolárních pacientů Autor: Vedoucí práce: Bc. Jindřich Koreš Ing. Daniel

Více

Řízení rizik. Ing. Petra Plevová. plevova.petra@klikni.cz http://plevovapetra.wbs.cz

Řízení rizik. Ing. Petra Plevová. plevova.petra@klikni.cz http://plevovapetra.wbs.cz Řízení rizik Ing. Petra Plevová plevova.petra@klikni.cz http://plevovapetra.wbs.cz Procesní řízení a řízení rizik V kontextu současných změn je třeba vnímat řízení jakékoli organizace jako jednoduchý,

Více

Nový způsob práce s průběžnou klasifikací lze nastavit pouze tehdy, je-li průběžná klasifikace v evidenčním pololetí a školním roce prázdná.

Nový způsob práce s průběžnou klasifikací lze nastavit pouze tehdy, je-li průběžná klasifikace v evidenčním pololetí a školním roce prázdná. Průběžná klasifikace Nová verze modulu Klasifikace žáků přináší novinky především v práci s průběžnou klasifikací. Pro zadání průběžné klasifikace ve třídě doposud existovaly 3 funkce Průběžná klasifikace,

Více

24.11.2009 Václav Jirchář, ZTGB

24.11.2009 Václav Jirchář, ZTGB 24.11.2009 Václav Jirchář, ZTGB Síťová analýza 50.let V souvislosti s potřebou urychlit vývoj a výrobu raket POLARIS v USA při závodech ve zbrojení za studené války se SSSR V roce 1958 se díky aplikaci

Více

Rozdělení psychických onemocnění, Kognitivně behaviorálnáí terapie. Mgr.PaedDr. Hana Pašteková Rupertová Psychiatrická nemocnice Kroměříž

Rozdělení psychických onemocnění, Kognitivně behaviorálnáí terapie. Mgr.PaedDr. Hana Pašteková Rupertová Psychiatrická nemocnice Kroměříž Rozdělení psychických onemocnění, Kognitivně behaviorálnáí terapie Mgr.PaedDr. Hana Pašteková Rupertová Psychiatrická nemocnice Kroměříž Příčiny vzniku duševní poruchy tělesné (vrozené genetika, prenatální

Více

Nelegální drogy. Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje

Nelegální drogy. Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje Nelegální drogy Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje Duben 2010 Mgr.Olga Čadilová PROBLEMATIKA ZÁVISLOSTÍ "Jakákoliv závislost je špatná,

Více

Tvar dat a nástroj přeskupování

Tvar dat a nástroj přeskupování StatSoft Tvar dat a nástroj přeskupování Chtěli jste někdy použít data v jistém tvaru a STATISTICA Vám to nedovolila? Jistě se najde někdo, kdo se v této situaci již ocitl. Není ale potřeba propadat panice,

Více

Numerické řešení proudění stupněm experimentální vzduchové turbíny a budících sil na lopatky

Numerické řešení proudění stupněm experimentální vzduchové turbíny a budících sil na lopatky Konference ANSYS 2009 Numerické řešení proudění stupněm experimentální vzduchové turbíny a budících sil na lopatky J. Štěch Západočeská univerzita v Plzni, Katedra energetických strojů a zařízení jstech@kke.zcu.cz

Více