FUNKCIONALNA MAGNETNA RESONANCA

Size: px
Start display at page:

Download "FUNKCIONALNA MAGNETNA RESONANCA"

Transcription

1 SEMINAR 4.LETNIK FUNKCIONALNA MAGNETNA RESONANCA Urška Jelerčič Mentor: Doc. Dr. Igor Serša Ljubljana, Povzetek Funkcionalna magnetna resonanca je ena izmed vodilnih preiskovalnih metod moderne nevrologije možganov. Ker temelji na jedrski magnetni resonanci, v seminarju najprej predstavim osnovne lastnosti jeder, jedrske precesije, relaksacije magnetizacije, posledice enostavnih RF pulzov ter postavitev enostavnega eksperimenta. Zatem obdelam principe slikanja z magnetno resonanco v eni in več dimenzijah ter uvedem različne vrste kontrasta. Sledi poglavje o funkcionalni magnetni resonanci, kjer najprej opišem principe hitrega slikanja ter predstavim dve najpogostejši metodi: RARE in EPI. V nadaljevanju omenim glavne značilnosti možganov kot preiskovanega sistema ter vpliv signala BOLD na samo slikanje. Zaključim z opisom različnih načinov uporabe funkcionalne magnetne resonance tako v klinični kot neklinični praksi.

2 Kazalo 1 UVOD 3 2 OSNOVE NMR Energijski nivoji Jedrska precesija in relaksacija RF-pulzi in spinski odmev NMR eksperiment OSNOVE MRI Ena dimenzija Več dimenzij Kontrast FUNKCIONALNI MRI Hitre tehnike slikanja RARE EPI Možgani Signal BOLD Aplikacije ZAKLJUČEK 15 6 Bibliografija 16 A Dodatek: Izračun relaksacijskih časov T 1 in T 2 17 A.1 T 1 relaksacija A.2 T 2 relaksacija

3 1 UVOD Slikanje z magnetno resonanco [1] (magnetic resonance imaging - MRI) je neinvazivna tehnika uporabe jedrske magnetne resonance (NMR) za slikanje tekočin in tkiv. Odlikuje se po velikem kontrastu med različnimi vrstami snovi, kar se s pridom uporablja v medicini za opazovanje mehkih tkiv (krvožilja, živčevja, mišičja,...), hkrati pa predstavlja sicer drago, a popolnoma varno metodo vpogleda v človeško telo. Začetki MRI segajo v 70. leta prejšnjega stoletja, zato se je ta pristop k medicinskemu slikanju do danes temeljito razvil, kar se kaže predvsem v večji ločljivosti slik ter hitrosti, s katero jih lahko posnamemo. Slika 1: Prvo MRI slikanje človeškega telesa je trajalo več kot 4 ure (levo), slikali pa so pljuča in srce (desno zgoraj). Desno spodaj je za primerjavo prikazana slika istega dela telesa z današnjim MRI.[2] Ena izmed najnovejših različic uporabe MRI je t.i. funkcionalna magnetna resonanca (fmri) [3], ki je svoje rojstvo doživela v 90. letih. Pri tem gre za metodo, ki na račun slabše ločljivosti omogoča opazovanje spreminjanja živega sistema v realnem času ( real time imaging ). Uporablja se predvsem v nevrologiji, saj omogoča opazovanje delovanja možganov ter mapiranja funkcionalnih predelov. Natančno poznavanje delovanja možganov je izjemnega pomena za razumevanje različnih bolezni in okvar - od mehanskih poškodb, kapi,... do epilepsije, avtizma in drugih nevropatoloških stanj. Slika 2: Uporaba fmri za načrtovanje možganske operacije[4] 3

4 2 OSNOVE NMR 2.1 Energijski nivoji Vsakemu jedru z neničelnim spinom I [5][6] lahko pripišemo vrtilno količino Γ = h I ter magnetni moment µ med katerima velja zveza: µ = γ Γ = γ h I, (1) kjer je γ giromagnetno razmerje. Če postavimo tako jedro v stacionarno magnetno polje (navadno za njegovo smer izberemo smer z - torej velja: B = B0 ê z ), deluje nanj navor. Interakcijo dipola s poljem lahko opišemo s Hamiltonovim operatorjem: lastne vrednosti tega operatorja pa pišemo kot: Ĥ = B µ = γ hb 0 Î z, (2) E m = γ hb 0 m; m = I, I + 1,...I 1, I (3) Vidimo torej, da se osnovno stanje ob prisotnosti magnetnega polja razcepi na 2I + 1 stanj (pojav, znan kot Zeemanov efekt), pri čemer sta dve stanji za E = γ hb 0 narazen. Slika 3: Razcep stanj ob prisotnosti magnetnega polja (primer jedra s spinom 1) Da bi se lahko sprehajali po teh energijskih nivojih moramo sistemu, ki je bil na začetku v osnovnem stanju dovajati energijo - v primeru NMR to storimo z dodatnim magnetnim poljem B 1, ki se vrti s frekvenco ω 0 in je pravokotno na statično magnetno polje B 0. Veljati mora torej: E = hω 0 ; ω 0 = γb 0 (4) Iz zadnje enačbe lahko hitro ocenimo velikost ω 0. Upoštevamo, da navadno uporabljamo močna stacionarna polja (B 0 1 T) ter da zaradi specifične sestave tkiva za medicinske preiskave izkoriščamo predvsem protonsko resonanco (γ proton 42.5 Mhz/T). Sledi, da so frekvence resonančnih absorpcij v območju radijskih (RF) frekvenc (100 Mhz za protone v polju 2.35 T). 2.2 Jedrska precesija in relaksacija Kot že rečeno, deluje na jedro v magnetnem polju B navor: N = µ B = γ Γ B = d Γ Vidimo, da je smer spremembe vrtilne količine pravokotna na smer same vrtilne količine, kar pomeni, da vektor Γ precedira okrog smeri magnetnega polja. Krožna frekvenca precesije ω 0 je za dani primer konstantna in jo imenujemo Larmorjeva frekvenca. Definiramo lahko tudi magnetni moment na enoto volumna ter ga imenujemo magnetizacija: M = 1 V µi. Ta se pokorava podobni gibalni enačbi kot vrtilna količina ter precedira okrog stacionarnega magnetnega polja: (5) d M = γ M B (6) Rešitev te enačbe bomo iskali v vrtečem koordinatnem sistemu [7]. V tem sistemu se odvod d M zapiše kot: dm = δ M δt + ω r M, (7) pri čemer je δ M δt odvod glede na vrteči se koordinatni sistem, ω r pa kotna hitrost tega sistema. Enačbo (6) lahko sedaj prepišemo v novo obliko ter uvedemo efektivno magnetno polje: B ef = B + ωr γ : δ M δt = γ M B ef, (8) 4

5 Iz zadnje enačbe sledi, da je najbolj praktično, če izberemo ω r = (0, 0, ω 0 ). V tem primeru je efektivno polje enako 0, enačba (8) pa preide v obliko δ M δt = 0. V vrtečem koordinatnem sistemu magnetizacija torej miruje. Če statičnemu magnetnemu polju sedaj dodamo še vrteče polje B 1, ki naj kaže v smeri osi x (koordinatni sistem in dodatno magnetno polje se namreč vrtita z isto - Larmorjevo frekvenco), se efektivno polje zapiše kot: Bef = (B 1, 0, 0). Enačba (8) nam torej (po analogiji z enačbo (6)) predstavlja precesijo okrog polja B 1 s frekvenco ω 1 = γb 1. Če to polje vklopimo za nek kratek čas t p, se magnetizacija zasuče okrog osi x za kot: θ = γb 1 t p (9) S spreminjanjem časa trajanja dodatnega magnetnega polja (kar realiziramo s pomočjo RF pulzov), lahko zasučemo magnetizacijo za poljuben kot θ. Do sedaj smo opisovali idealiziran primer izoliranega jedra, ki interagira le z zunanjim magnetnim poljem. V resničnih sistemih jedra vplivajo drug na drugega, kar vodi do pojava relaksacije. Magnetizacija se zato s časom statistično odmika od prvotne smeri in se vrača v termodinamsko ravnovesno vrednost. Jedra se relaksirajo 1 na dva načina: O spinsko-mrežni (longitudinalni) relaksaciji govorimo, ko jedro prenaša svojo energijo na mrežo (interakcija magnetnih momentov jeder z elektroni v atomih). V tem primeru se vektor magnetizacije - ter s tem povprečna orientacija jeder - vrača proti vrednosti M z = M 0 (v kvantni sliki to pomeni, da se povečuje zasedenost nivojev z nižjo energijo). Velja: dm z = M 0 M z T 1, (10) kjer je T 1 1 s in mu pravimo karakteristični spinsko-mrežni relaksacijski čas. Zaradi medjederskih interakcij le-ta začnejo izgubljati fazno enotnost - se razlezejo po ravnini xy. Če je torej transverzalna komponenta magnetizacije neenaka nič, se bo ob prisotnosti zunanjega polja vračala proti ravnovesni vrednosti M xy = 0: dm xy = M xy T 2, (11) pri čemer je T 2 spinsko-spinski relaksacijski čas in je vedno krajši ali enak T 1 (ter reda velikosti 100 s) Slika 4: T 1 in T 2 relaksacija[2] Vse zgornje ugotovitve lahko združimo v opis spreminjanja magnetizacije pod vplivom poljubnega magnetnega polja B(t): dm x = γ( M B) x M x T 2, dm y = γ( M B) y M y T 2, Zgoraj navedene enačbe se imenujejo Blochove enačbe. 1 Več o osnovah teoretičnega računanja T 1 in T 2 v Dodatku. dm z = γ( M B) z M 0 M z T 1 (12) 5

6 2.3 RF-pulzi in spinski odmev Če na vzorec (naj bo sestavljen le iz vode) delujemo s pulzom π/2, (to pomeni, da s pomočjo polja B 1 zasukamo magnetizacijo za kot 90 o ) se magnetizacija obrne iz smeri x -osi v smer y -osi. Če vzorec hkrati leži v homogenem magnetnem polju B 0, sledi, da se bo magnetizacija v x y -ravnini postopoma razlezla, zmanjševanje signala (za faktor e t T 2 ) pa opisuje spinsko-spinska relaksacija. Ker v resnici nikoli ne moremo doseči popolnoma homogenih magnetnih polj [5], moramo spremeniti predpostavko. Vedno namreč obstajajo krajevni odmiki δb 0 od vrednosti, povprečene po celem prostoru. Ti povzročijo, da se magnetizacija okrog z-osi vrti z različnimi frekvencami: γδb 0. Vrteči referenčni sistem se sedaj vrti z ω r = γ < B 0 >. Signal proste precesije upada posledično hitreje kot smo prej ocenili zaradi interakcije spin-spin. Razprševanje magnetizacije v vzorcu upada s karakterističnim časom T2 : 1 T 2 = 1 + γ < δb0 2 T > (13) 2 Težave se pojavijo, ko želimo meriti dolge T 2, saj mora biti magnetno polje izjemno homogeno, da lahko posnamemo čim bolj ozke spektralne črte (želimo, da velja T 2 = T2 ). Razprševanje magnetnih momentov lahko delno kompenziramo tako, da po času τ na vzorcu uporabimo še pulz π. Signal proste precesije takoj po pulzu π/2 pada s karakterističnim časom T2 ter se po času 2τ refokusira v smeri y -osi. To detektiramo kot ponovno povečanje signala, čemur pravimo spinski odmev, višina odmeva pa je za e 2τ/T2 nižja od prvega signala (takoj za pulzom π/2). Metoda s spinskim odmevom tako omogoča merjenje T 2 tudi takrat ko je dolg in precej daljši od T2. Nehomogenosti zunanjega megnetnega polja B lahko povzročimo celo sami. To je še posebej pomembno pri slikanju z magnetno resonanco, saj nam gradient magnetnega polja omogoča potovanje po objektu, ki ga slikamo. Gradientno polje ima smer statičnega zunanjega magnetnega polja B 0 ter s krajem linearno narašča v smeri gradienta G = B z ( r): B z ( r) = B 0 + G r (14) 2.4 NMR eksperiment Za osnovni NMR eksperiment [7] potrebujemo najmanj dve tuljavi: zunanjo, ki ustvarja čimbolj močno in homogeno magnetno polje B (B 0 {1.5, 7} T) ter RF tuljavo, ki je pravokotna na zunanjo ter skrbi za generiranje sunkov (B 1 nekaj 10 mt) in detekcijo signala. Slika 5: Shema postavitve NMR eksperimenta [8] Vzorec postavimo v RF tuljavo ter nanjo vodimo kratkotrajne pulze s frekvenco ω 0. Trajanje pulza t p prilagodimo tako, da se magnetizacija zasuče za kot θ = π/2 ali pa π. Na podlagi zaporedja teh dveh pulzov nato merimo bodisi signal proste precesije bodisi signal spinskega odmeva. V vsakem primeru se magnetizacija vrti ter povzroča spreminjanje magnetnega pretoka skozi tuljavo, zaradi česar se v njej inducira napetost, kar s primernimi vezji merimo. Izmerjen signal je vsota signalov vseh vzbujenih jeder, s spektrom pa ga povezuje Fourierjeva transformacija. Vse izračune avtomatsko izvaja računalnik, prav tako pa programska oprema skrbi tudi za izvajanje določenega zaporedja, njegovo ponavljanje, beleženje signala in nadaljnjo obdelavo podatkov. 6

7 3 OSNOVE MRI 3.1 Ena dimenzija Matematično se pri slikanju z jedrsko magnetno resonanco opiramo na Fourierjevo analizo, fizikalno pa na uporabo različnih gradientnih polj. Razliko med uporabo homogenega ali gradientnega polja ilustriramo na primeru valja napolnjenega z vodo 2 [5][10]. Valj najprej vstavimo v homogeno magnetno polje, izvedemo pulz π 2 ter zajemamo signal proste precesije. Če je ρ( r) gostota jeder na enoto prostornine in ω( r) = γb z ( r) frekvenca jedrske precesije, je celoten signal torej oblike: S(t) = ρ( r)e iω( r)t d r (15) V primeru homogenega polja je B z ( r) = B 0 in jedra v vseh delih valja precesirajo z isto Larmorjevo frekvenco ω( r) = ω 0 = γb 0 : S(t) = ρ( r)e iω0t d r = Ae iω0t, (16) Z A = ρ( r)d r označimo celotno število jeder v vzorcu. Spekter signala dobimo tako, da ga Fourierovo transformiramo in dobimo: F (ω) = F T (S(t))(ω) = Ae i(ω ω0)t = 2πAδ(ω ω 0 ) (17) Spekter tega signala je sestavljen le iz ene ozke črte pri frekvenci ω 0. Situacija je popolnoma drugačna če namesto homogenega polja vključimo gradient: B z ( r) = B 0 + G r. Naj bo v našem primeru vklopljena le x komponenta gradienta ( G = (G x, 0, 0)), ki naj kaže pravokotno na os valja. Sedaj jedra na različnih mestih čutijo različne frekvence precesije: ω( r) = ω 0 + γg x x (18) Če v osi valja definiramo x = 0 in radij označimo z a, to pomeni, da na robovih valja velja: ω = ω 0 ±γg x a, v osi pa ω = ω 0. Iste frekvence lahko najdemo tudi v signalu proste precesije - zastopanost posamezne frekvence je sorazmerna številu jeder, ki precedirajo s to frekvenco: [ ] S(t) = dx dydzρ(x, y, z) e iω0t e iγgxxt (19) Količino v oglatem oklepaju označimo z ρ x (x) in predstavlja gostoto jeder na enoto dolžine v smeri x (oz. projekcijo vzorca na os x ali enodimenzionalno sliko). Spekter je torej oblike: F (ω) = 2π γg x ρ x ( ω ω 0 γg x ) (20) Vidimo, da nam gradient magnetnega polja vzpostavi linearno zvezo med krajevno koordinato in frekvenco, kar s pridom izkoriščamo tudi za večdimenzionalno slikanje. Slika 6: Enodimenzionalna slika valja, napolnjenega z vodo[5] 2 Za slikanje z magnetno resonanco uporabljamo vodikova jedra, ker jih je v tkivu številčno največ (NMR aktivna jedra v telesu so tudi 13 C, 19 F, 23 Na in 31 P, vendar jih je zanemarljivo malo). Ostala jedra (predvsem 3 He in 129 Xe) se uporabljajo za specialne vrste slikanja pljuč z metodo hiperpolariziranih plinov. [9] 7

8 3.2 Več dimenzij Razširitve se lotimo tako, da najprej uvedemo nekaj predpostavk: 1. podobno kot smo v enodimenzionalnem primeru našli povezavo med frekvenco ω in krajevno koordinato r, bomo predpostavili, da obstaja podobna zveza med recipročno koordinato k in časom t: k = 1 2π γ G. 2. zaradi enostavnosti privzamemo, da je ω 0 = 0 (s primernimi načini detekcije signala lahko v praksi to tudi zagotovimo). Signal in porazdelitev jeder lahko zapišemo v obliki: S( k) = ρ( r)e i2π k r d r (21) ρ( r) = S( k)e i2π k r d k (22) Opazimo, da sta ti dve količini med seboj odvisni, povezuje pa ju Fourierova transformacija. Pri slikanju želimo torej poznati signal v vseh točkah k-prostora (načeloma zadostuje poznati le točke iz ravnine k x k y ) ter na ta način z inverzno Fourierovo transformacijo sklepati na porazdelitev gostote jeder v vzorcu. Najlažje lahko beležimo signal iz pozitivnega poltraka ene izmed osi (brez izgube splošnosti izberemo k x os). V tem primeru vklopimo konstanten gradient G = (G 0, 0, 0) ter zajemamo signal v časovnih intervalih T - beležimo torej točke: k x = 1 2π γg 0T n; n = 0, 1,..., N 1. Celotno ravnino lahko pokrijemo na več načinov, najosnovnejši geometriji sta dve: 1. Zvezdast vzorec: Smer gradientnega polja vrtimo za kot φ okrog osi z: G = (G0 cos φ, G 0 sin φ). Zavrteti ga moramo za polni kot 2π, velikost koraka pa nam v grobem definira ločljivost metode. Posebno težavo predstavlja rekonstrukcija zvezdastega vzorca signala na kvadratno mrežo točk - v praksi uporabljamo metodo vzvratne projekcije, kjer iz signalov najprej izračunamo projekcije vzorca na smer φ, nato pa s pomočjo že obstoječih algoritmov določimo dvodimenzionalno sliko. Slika 7: Zvezdast vzorec zajemanja točk[5] 2. Pravokoten vzorec: Ravnino lahko prekrijemo tudi tako, da pozitivne poltrake premikamo v y-smeri. Začetno točko poltraka premaknemo tako, da po prvem π/2 sunku in pred zajemom signala (v t.i. evolucijski periodi) za čas t y vključimo gradient G y v y-smeri. Začetno točko zajema torej premaknemo v k y = 1 2π γg yt y. Ker nam G y spremeni fazo precesije (φ(y) = γg y t y y), mu pravijo tudi fazni gradient. Faznemu gradientu, s katerim korakamo po k y osi, sledi bralni gradient G x, s pomočjo katerega se premikamo po k x osi, ter sočasno zajemanje signala. Pulzno zaporedje ponovimo 2Nkrat, pri čemer vsakič G y povečamo za G y. Na ta način preberemo celotno območje k x > 0 (desna polravnina). Ostane nam torej le še leva polravnina. Zgoraj navedeno zaporedje lahko sicer ponovimo tudi pri negativnih vrednostih bralnega gradienta, vendar to pomeni, da izvedemo 4N ponovitev zaporedja, kar je zelo zamudno. Zato v evolucijski periodi za nek čas t E x poleg faznega gradienta vključimo še bralni gradient G E x, ki ima nasproten predznak kot G x. Če je trajanje tega gradienta dovolj dolgo, prestavi k x pred začetek zajema signala v negativni k x polravnini. Velja torej: G E x t E x G x NT. Na ta način lahko zajamemo signal iz cele ravnine s pol manj ponovitvami. 8

9 Slika 8: Pravokoten vzorec zajemanja točk[5] Če znamo posneti dvodimenzionalno sliko vzorca, lahko dobimo informacije tudi o njegovi tridimenzionalni zgradbi tako, da ga skeniramo po rezinah. Tridimenzionalni problem se nam na ta način pretvori v dvodimenzionalnega, najti moramo le način, kako selektivno vzbuditi jedra vsake rezine posebej. To dosežemo z uporabo oblikovanih dolgo trajajočih RF sunkov v kombinaciji z ustreznim gradientom magnetnega polja. 3.3 Kontrast Upoštevati moramo tudi dejstvo, da signal vedno merimo z določenim časovnim zamikom T E za RF sunkom. Če signal beležimo po π/2 pulzu, bo zmanjšan za faktor e T E/T 2. Tako dobljeni sliki torej pravimo T2 obtežena. Izberemo pa lahko tudi drugačno zaporedje - uporabimo pulz π/2, zatem pa še pulz π. Poleg gradientnega, dobimo še spinski odmev, pri čemer mora π sunek slediti pulzu π/2 po času τ = T E/2 (želimo namreč, da je spinski odmev sočasen z gradientnim odmevom). Signal je posledično zmanjšan za faktor e T E/T2, slika pa je T 2 obtežena. Sorodno lahko definiramo tudi T 1 obteženo sliko. Tu je pomembna T 1 relaksacija in je za zgoraj opisani zaporedji enaka. Odvisna je od hitrosti ponavljanja pulznega zaporedja T R, doprinese pa dodatni faktor 1 e T R/T1. Izmerjen signal 3 lahko torej zapišemo kot S G p e T E/T2 (1 e T R/T1 ), kjer je G p gostota protonov. Pregled karakterističnih skupin slik v odvisnosti od zgoraj naštetih parametrov je prikazan v naslednji tabeli: T R T E Gostotno obtežena zelo dolg ( 3000 ms) kratek ( 10 ms) T 2 obtežena zelo dolg ( 3000 ms) velikostnega reda T 2 ( 80 ms) T 1 obtežena velikostnega reda T 1 ( 400 ms) kratek ( 10 ms) Slika 9: Primerjava med protonsko/gostotno, T 2 in T 1 obteženo sliko[11] 3 T 2 in T2 sta ekvivalentni količini, saj sta odvisna le od izbire konkretnega zaporedja, oba pa opisujeta isti fizikalni proces. V signalu pišemo torej le člen, ki vsebuje T 2, pri čemer iste ugotovitve veljajo tudi za T2 9

10 4 FUNKCIONALNI MRI 4.1 Hitre tehnike slikanja Pri slikanju možganov (ali pa katerega koli drugega tkiva) vedno iščemo kompromis med kontrastom in hitrostjo, pri čemer v grobem velja, da sta si količini obratno sorazmerni. Če želimo slediti neki možganski funkciji, je jasno, da moramo beležiti slike s približno isto hitrostjo, s katero se pripadajoča fiziološka sprememba razvija. V nadaljevanju (glej poglavje BOLD signal) bomo videli, da se v možganih te spremembe zgodijo v nekaj sekundah, zato potrebujemo prilagojenima pulznima zaporedja [12], ki nam bodo čas slikanja iz več minut (klasično anatomsko slikanje) skrajšala na nekaj stotink sekunde RARE Najosnovnejše zaporedje za hitro slikanje je t.i. RARE 4 (rapid acquisition with relaxation enhancement). Ker temelji na tehniki spinskega odmeva (SE)[13], si najprej poglejmo značilnosti SE zaporedja. Slika 10: Pulzno zaporedje spinskega odmeva (spin echo)[8] Na začetku uporabimo sunek π/2, zatem pa bralni in fazni gradient, ki nam definirata določeno vrstico. Temu sledi sunek π, ki ustvari spinski odmev, tega pa s pomočjo bralnega gradienta zabeležimo. Celotno zaporedje ponovimo tolikokrat kot je potrebno, da preberemo vse vrstice k-ravnine, pri čemer lahko z različno izbiro parametrov TE in TR določamo željen kontrast. Zgoraj navedenemu SE zaporedju lahko dodamo več pulzov π, ki si sledijo v razmakih TE. Na ta način lahko pri enem vzbuditvenem pulzu π/2 ustvarimo več spinskih odmevov (za vsak pulz enega) ter tako v času enega slikanja posnamemo serijo slik z različnimi obtežitvami. Slika 11: Različno obtežene slike, posnete z metodo večih spinskih odmevov[14] Pri metodi SE moramo torej zaporedje velikokrat ponavljati (imamo toliko ponovitev, kolikor je vrstic), kar je lahko časovno zelo zamudno - slikanje traja nekaj minut. Metoda RARE [8] bistveno zmanjša te omejitve, saj nam omogoča beleženje signala več vrstic hkrati pri eni vzbuditvi. Osnovna sekvenca je prikazana na spodnji shemi: 4 Poznana tudi pod imeni FSE (fast spin echo), TSE (turbo spin echo),... 10

11 Slika 12: Pulzno zaporedje metode RARE (levo) in trajektorija zajemanja signala v k-prostoru (desno)[8][15] Spet začnemo s pulzom π/2, čemur sledi signal proste precesije. Nato generiramo več pulzov π ter posledično zabeležimo več spinskih odmevov 5. Pomembna razlika med SE in RARE zaporedji pa je ravno v uporabi faznih gradientov, ki jih tu vklopimo po vsakem pulzu π posebej. Na ta način k-prostor razdelimo na bloke 6, ki jih posnamemo znotraj ene ponovitve zaporedja. Če je teh ponovitev N, smo torej N-krat povečali hitrost beleženja signala, kar pomeni, da lahko z relativno majhnim številom blokov čas slikanja skrajšamo na 10 s EPI EPI (echo-planar imaging) slikanje je leta 1977 predlagal Peter Mansfield [16]in predstavlja poseben primer RARE metode. Namesto, da bi beležil signal po en blok na pulz in pulze nato ponavljal, je želel posneti celotno k x k y ravnino hkrati po enem vzbujevalnem sunku. Ker moramo potemtakem posneti celotni k-prostor preden se signal zaradi T 2 in T2 relaksacije preveč zmanjša, in ker imamo navadno opravka z velikimi območji, mora biti hitrost branja zelo velika. To v praksi zahteva velike gradiente (0, 25 do 0, 5 mt/cm) ter tehnologijo za njihovo hitro preklaplanje. Danes lahko s primerno velikimi gradienti skrajšamo čas slikanja tudi do ms na posnetek, kar zadošča T2 pogoju, saj so karakteristični relaksacijski časi možganovine 100 ms. Osnovno EPI pulzno zaporedje si oglejmo na spodnji sliki: Slika 13: Pulzno zaporedje metode EPI ter pripadajoča trajektorija v k-prostoru[2] Uporabimo torej hitro izmenjujoči se bralni gradient G x, ki bere eno vrstico za drugo, pri čemer se smer branja periodično spreminja. Za preklapljanje med vrsticami poskrbi fazni gradient G y, ki mora biti usklajen s točkami, v katerih bralni gradient spreminja predznak. Metoda je še posebej občutljiva na nehomogenosti polja, ki lahko nastanejo zaradi zunanjega magnetnega polja ali pa zaradi lokalnih prehodov med različnimi snovmi (na primer med tkivom in zrakom - sinusi, nosna votlina,...). Te artefakte je potrebno sproti ali pa naknadno popravljati, ker lahko sliki resno zmanjšajo resolucijo. Zaradi svoje hitrosti, so EPI sekvence danes najbolj množično uporabljene sekvence za funkcionalno in difuzijsko slikanje možganov. Kot nadgradnjo jih lahko uporabljamo v povezavi s t.i. SENSE metodo 7. 5 RARE navadno slikamo T 2 obteženo. 6 Število blokov je navadno potenca števila 2. 7 Sensitivity encoding 11

12 Pri tem gre za obliko paralelnega slikanja, kjer lahko z več sprejemnimi tuljavami hkrati zajemamo signal iz različnih delov k-prostora. Vsaka tuljava izmeri različno obtežen signal (občutljivost posamezne tuljave je znana) in te informacije na koncu združimo v sliko polne ločjivosti. Kombinirana metoda se odlikuje predvsem po višji ločljivosti in filmski hitrosti slikanja. 4.2 Možgani Možgane in njihovo delovanje lahko preučujemo na več načinov (EEG 8, MEG 9, optično slikanje, bolniki s kapjo,...), pri čemer je fmri ena najbolj elegantnih in neinvazivnih metod [17]. Prednost elektrofizioloških (EP) metod je sicer v tem, da direktno merijo ionske tokove, ki jih povzročijo nevronske spremembe, ter tako sledijo dejanski nevronski aktivnosti. V praksi take metode niso uporabne za mapiranje celotnih možagnov, ker bi potrebovali veliko število elektrod, vstavljenih homogeno po možganskem tkivu. V nasprotju z EP metodami, je fmri popolnoma varna, vendar pa ne prikazuje dejanske nevronske aktivnosti. V resnici fmri meri fiziološko aktivnost, povezano z nevronskimi spremembami. Tega se moramo še posebej zavedati pri razlagi in interpretaciji izmerjenih rezultatov. Pomembno je torej, da najdemo fiziološki kazalec, ki bo čim bolj nedvoumno prikazoval živčno aktivnost. Povezavo je leta 1990 našel Seiji Ogawa 10, pri čemer je sklepal, da možganska telovadba, tako kot vsaka druga, zahteva energijo, ki jo prinaša kri. Upošteval je tudi dejstvo, da sta si arterijska (dovodna) in venska (odvodna) kri različni ter da lahko s sledenjem s kisikom bogati arterijski krvi tudi sklepamo, kateri deli možganov so bolj aktivni od okolice (t.i. BOLD detekcija, ki je natančneje opisana v naslednjem podpoglavju). Oglejmo si torej osnovne lastnosti možganskega krvožilja in njihov pomen za fmri signal: Možgani so zelo velik porabnik kisika [18] - čeprav odrasli možgani tehtajo le 2-3% telesne teže, zahtevajo kar 20% celotne s kisikom bogate krvi. Čeprav je to dobrodošlo, saj pomeni, da imamo teoretično večje možnosti za dober signal, pa se resnična prednost krvi kot markerja pokaže, ko pregledamo prostorsko porazdelitev krvnih žil: Slika 14: Krvožilni sistem možganov (prikazane so samo arterije)[19] Kri v možgane vodijo arterije (največja v telesu - aorta ima premer kar 2,5 cm), ki se na površju razcepijo v manjše arterije, nato še manjše arteriole ter na koncu v kapilare, ki imajo lahko le nekaj µm premera. Arterije vodijo globoko v možgansko tkivo in preko kapilar skrbijo za njegovo temeljito in enakomerno prekrvavljenost. Izkaže se, da v povprečju nobena celica v možganih ni več kot 50 µm oddaljena od kapilare. Če bi vse kapilare v telesu združili v eno, bi bila dolga približno km, njihova površina pa bi pokrila 1000 m 2 veliko območje. 8 elektroencefalografija 9 magnetoencefalografija 10 Znanstveniki so že v 19. stoletju sumili, da taka povezava obstaja, vendar je zaradi neobstoječe tehnologije niso mogli dokazati. 12

13 Slika 15: Kapilarni sistem, slikan s transmisijskim elektronskim mikroskopom[2] Kot vidimo je krvožilje več kot primerno ogrodje za funkcijsko slikanje. V naslednjem podpoglavju si poglejmo še karakteristične lastnosti krvi kot kontrastnega sredstva, ki fmri dejansko omogoča. 4.3 Signal BOLD Hemoglobin, ki je ključna sestavina krvi, sta v 30. letih prejšnjega stoletja preučevala že Pauling in Coryell [Huettel]. Ugotovila sta, da so njegove magnetne lastnosti v veliki meri odvisne od vezave kisika - oksigeniran hemoglobin (Hb) je diamagneten in nima magnetnega momenta, meem ko je deoksigeniran hemoglobin (dhb) paramagneten in ima neničelen magnetni moment. Popolnoma deoksigenirana kri ima tako približno 20% večjo magnetno susceptibilnost kot oksigenirana. DHb nam torej spremeni lokalno magnetno polje v okoliškem tkivu, kar povzroči zmanjšanje fazne povezanosti, krajše trajanje T2 signala in posledično zmanjšanje signala na območjih z deoksigenirano krvjo. Slednje so v 80. letih in vitro eksperimentalno potrdili ter hkrati ugotovili povezavo med jakostjo magnetnega polja in razliko med signaloma 11 obeh vrst krvi. Na podlagi teh ugotovitev bi pričakovali, da bodo oksigenirana področja (arterijska kri) relativno svetlejša kot pa deoksigenirana (venska kri). V resnici je situacija precej bolj dinamična. Predpostavimo namreč, da je aktivnejše območje potrebuje več arterijske krvi, zaradi česar se v ta predel poveča krvni pretok. Ker obstaja zamik (3-6 s) med trenutkom aktivacije nekega mesta in trenutkom, ko s kisikom bogata kri prispe v ta predel, pride najprej do zmanjšanja MRI signala. Kisik se v tem vmesnem času namreč pospešeno porablja in povečuje se delež deoksigeniranega hemoglobina. Kasneje krvni pretok poskrbi za presežne vrednosti oksigenirane krvi, kar lahko vidimo kot relativno zvišanje signala. Slika 16: Shematični prikaz BOLD hematodinamskega odziva za enkratni kratkotrajni dogodek na različnih delih možganov[2] BOLD detekcija je najpogostejši način uporabe fmri slikanja, vendar je potrebno poudariti, da je to 11 Za T 2 obtežene slike zelo pomembna velika polja (1,5 T in več) 13

14 metoda, kjer opazujemo relativne spremembe 12. Za pravilno interpretacijo potrebujemo veliko slik, ki prikazujejo razvoj aktivacije določenega možganskega centra, pri čemer moramo paziti, da stimuliramo le tisti center, ki ga želimo opazovati (ali pa najti). 4.4 Aplikacije Odkritje in hiter razvoj tehnik fmri je odprlo veliko novih možnosti za vpogled v strukturo in delovanje možganov [2]. Fiziološka sorazmerje med aktivnostjo možganov in porabo oksigenirane krvi omogoča posredno sledenje nevronske aktivnosti. Na tem principu temelji večina preiskav z fmri, ki zadevajo predvsem kognitivno psihologijo, kognitivno psihofiziologijo in psihofiziologijo. Procesi, ki se jih uspešno preiskuje so predvsem taki, ki jih lahko v raziskovalnem okolju vključimo in izključimo hitro, da torej sledimo hitrim spremembam. Možganske procese, ki so povezani z gibanjem in motoriko se zaradi tehničnih omejitev (velikost fmri naprave) preiskuje s pomočjo virtualne resničnosti. Za razliko od EEG ali MEG, lahko z fmri kartografiramo vse regije možganov, ne samo skorje, kar daje še natančnejši vpogled v povezave med deli možganov in s tem dopolnjuje razumevanje funkcionalne anatomije možganov. Natančna predstava o zgradbi možganov je zelo pomembna pri operativnih posegih, saj so strukturne razlike med posamezniki lahko precej velike. FMRI kirurški ekipi omogoča, da mapirajo predele možganov okrog mesta načrtovanega posega že pred operacijo, saj lahko natančneje določijo lokacije in dimenzije funkcionalnih regij, ki se jim s posegom želijo izogniti. FMRI kot neinvazivna metoda tako lahko bistveno pripomore k skrajšanju in večji uspešnosti operativnega posega. Slika 17: Klinični primer uporabe fmri za določanje obsega možganskih poškodb s pomočjo testa zaznave sluha (zgoraj - zdrav prostovoljec, spodaj - preiskovani pacient[20] Poznavanje delovanja možganov, predvsem v zvezi z odzivanjem človeka na okolje, je povzročilo precejšen interes za uporabo fmri tehnik v komercialne namene. Nekaj podjetij po svetu tako na primer že ponuja fmri preiskave v namen detekcije laži. Glavna pomanjklivost uporabe klasičnega poligrafa je v posrednem odkrivanju laži - meri se namreč le odzive, ki so povezani s perifernim živčevjem (potenje, pulz,...), zaradi česar so podvrženi več motečim dejavnikom. Odkrivanje laži v viru (centralni živčni sistem), bi teoretično dalo boljše rezultate, vendar pa so nevrofiziološki mehanizmi laganja slabo poznani. Ne glede na to, pa je presenetljivo, da so s fmri med laboratorijskimi testi uspeli pravilno ločiti laž od resnice v kar 78% poskusov. 12 Možgansko aktivnost vsakega posameznika je potrebno umeriti - ločiti njegovo osnovno nevronsko aktivnost (baseline) od dodatne ter obe primerjati relativno eno na drugo. 14

15 5 ZAKLJUČEK Možgani predstavljajo enega največjih izzivov v medicini. Natančno razumevanje njihovega delovanja je sveti gral nevrologije, psihiatrije in psihologije, možnosti, ki bi jih tako znanje prineslo, pa človeka vznemirjajo že od nekdaj. Frenologija je v začetku devetnajstega stoletja vpeljala idejo mapiranja možganskih funkcij, ki pa kljub vsesplošnemu začetnemu zanosu ni obrodila resnih znanstvenih dognanj. Raziskave, ki so sledile, so se preusmerile od opazovanja izboklin v lobanji, na spremembe v fiziologiji možganov. Veliko dognanj je bilo mogoče potrditi, a tehnike so bile preveč invazivne za sistematično preučevanje človeških možganov. Skoraj dvesto let kasneje je fmri glavna metoda za preučevanje kognitivne nevroznanosti. Danes ta metoda mogoča slikanje možganske dejavnosti v realnem času, neinvazivna narava preiskav pa je ključnega pomena v kliničnem in raziskovalnem okolju. V prihodnosti si lahko obetamo še večji razvoj na področju optimizacije pulznih zaporedij, kjer želimo poleg hitrosti čimbolj povečati tudi ločljivost posnetih slik. Slednje izboljšujemo z uvedbo metod paralelnega slikanja (SENSE), ki nam omogočajo uporabo hitrih pulznih zaporedij tudi na primeru gibljivih, nehomogenih tkiv (srce), ki bi bili v nasprotnem primeru podvrženi prevelikim napakam zaradi različnih artefaktov. Hkrati se poskuša fmri uporabiti na popolnoma novem področju slikanja - direktnega slikanja nevronskih tokov. Na ta način bi poleg informacije, kje natančno se neka možganska funkcija nahaja, želeli ugotoviti predvsem, kako so določeni deli možganov funkcijsko med seboj povezani.[21][22] 15

16 6 Bibliografija [1] resonance imaging (dne ) [2] Huettel A. S. et al, Functional magnetic resonance imaging, Sinauer Associates, Massachusetts, 2004 [3] magnetic resonance imaging (dne ) [4] tab/ncpneuro0634 F2.html (dne ) [5] Serša I., Zajem signala jedrske magnetne resonance iz poljubno izbranega dela vzorca. Doktorska disertacija. Ljubljana, [6] Sunkovna jedrska magnetna resonanca, navodila za vajo, Praktikum 3. [7] Levitt M.H., Spin Dynamics: Basics of Nuclear Magnetic Resonance, John Wiley and Sons, 2001 [8] Serša I., Slikanje z magnetno resonanco, zapiski [9] Klarreich E., Take a deep breath, Nature, 2003, 424, [10] Cohen M. et al., MRI Principles,Saunders, 2004 [11] ( ) [12] ( ) [13] Hashemi R. H. et al., MRI: The basics, Lippincott, Williams and Willis, 2003 [14] Serša I., izbrano slikovno gradivo [15] [16] Mansfield P., Nobel Lecture, December 8, 2003 [17] Buxton R. B., Introduction to functional magnetic resonance imaging: principles and techniques, Cambridge university press, 2003 [18] brain ( ) [19] ( ) [20] physik/research/fmri/auditory/main.htm ( ) [21] Cassará A. M. et al., Neuronal current detection with low-field magnetic resonance: simulations and methods, Magnetic Resonance Imaging, 2009, 27/8, [22] Hagberg G. E. et al., Challenges for detection of neuronal currents by MRI, Magnetic Resonance Imaging, 2006, 24, [23] Slichter C. P., Principles of magnetic resonance, Third edition, Springer-Verlag,

17 A Dodatek: Izračun relaksacijskih časov T 1 in T 2 A.1 T 1 relaksacija Za začetek se omejimo na primer jeder s spinom 1 2 ter opazujmo makroskopski vzorec, v katerem se nahaja N spinov[23]. Število jeder, ki kažejo vzdolž z-osi (m j = 1 2 ) označimo z N +, število jeder z nasprotno smerjo projekcije pa z N. Vpeljemo še verjetnost (na sekundo) za prehod v zgornje stanje kot W ter verjetnost (na sekundo) prehoda v spodnje stanje W. Ti verjetnosti nista enaki 13, njuno razmerje pa definira temperatura sistema: W W = eγ hb0/k BT (23) Naj bo N = N + + N in n = N + N. Spreminjanje števila jeder v zgornjem stanju nam opisuje naslednja enačba: dn + = +N W N + W (24) oz. dn = N(W W ) n(w +W ) (25) Enačbo lahko prepišemo v izčiščeni obliki: dn = n 0 n, (26) T 1 kjer smo uvedli n 0 = N( W W W +W ) ter spinsko-mrežni relaksacijski čas kot: T 1 1 = W +W. Rešitev enačbe (26) je n = n 0 + Ae t/t1 ter v primeru začetno popolnoma nenamagnetenega vzorca: n = n 0 (1 e t/t1 ) (27) T 1 v tem primeru opisuje čas, ki je potreben za namagnetenje nenamagnetenega vzorca. Enačba (27) nam torej predstavlja teoretično podlago za merjenje relaksacijskega časa T 1. Slednje storimo preprosto tako, da magnetizacijo odklonimo s pulzem π ter v različnih časovnih presledkih merimo njeno komponento na z-os (to izmerimo s pomočjo ponovnega pulza π/2, ki nam zmanjšano magnetizacijo prenese v ravnino x y, ter omogoči merjenje z RF tuljavo). Teoretična izpeljava same vrednosti relaksacijskega časa T 1 je precej zapletena, zato na tem mestu le povzemam rezultate. Pomembno vlogo pri teh izračunih je imel nizozemski fizik C. J. Gorter, ki je spinski sistem obdelal v primeru, ko so interakcije med spini dosti močnejše kot tiste med spini in mrežo. V pristopu predpostavi, da medspinske interakcije vodijo v temperaturno ravnovesje (pravimo, da spini dosežejo ravnovesno temperaturo), prisotnost mreže pa to temperaturo moti in jo rahlo spreminja. 14 Povzamemo torej Gorterjevo rešitev za spinsko-mrežni relaksacijski čas: 1 = 1 m,n W m,n(e m E n ) 2 T 1 2 n E2 n, (28) kjer m in n označujeta dve različni stanji sistema, E m,n pripadajoči energiji, W mn pa verjetnost (na sekundo), da pride do prehoda iz nivoja m v nivo n, če je bil sistem v začetku v stanju m. Gorterjevo enačbo je v praksi (v primeru relaksacije jeder v kovini) uporabil J. Korringa ter izpeljal izraz: kjer sta γ e in γ n elektronsko in jedrsko giromagnetno število, B B ( ) 2 B h γe 2 T 1 = B 4πk B T γn 2, (29) pa t.i. Knightov premik. 13 Predpostavka o neenakosti verjetnosti je potrebna za razlago pojava magnetizacije v vzorcu - več v [23] 14 Sistem lahko obravnavamo analogno kot prehajanje toplote iz plina na stene posode, v kateri je zaprt. Medspinske interakcije so tu sorodne trkom med molekulami plina, ki ustvarjajo ravnovesno temperaturo v plinu, trki med molekulami plina in steno ter izgubljanje toplote pa je analogno spinsko-mrežnim interakcijam. 17

18 A.2 T 2 relaksacija Ker se pri T 2 relaksaciji komponenta magnetizacije, ki je vzporedna z magnetnim poljem, ne spreminja, v prvem približku[23] predpostavimo, da se tudi energija v takem sistemu ne spreminja (tu ne govorimo o spinskem ohlajanju). Najenostavneje spinsko-spinsko relaksacijo razložimo z vpeljavo lokalnega magnetnega polja, ki ga povzročajo sosedje danega magnetnega momenta. Če se sosedje nahajajo v povprečju na razdalji r, lahko lokalno polje zapišemo kot: B lok µ r. To polje bodisi poveča ali pa zmanjša hitrost precesiranja izbranega momenta (v primerjavi z Larmorjevo frekvenco, ki je določena s povprečno vrednostjo 3 zunanjega magnetnega polja). Če sedaj upoštevamo, da je v vzorcu veliko število magnetnih momentov, pri čemer ima vsak rahlo drugačno okolico, ugotovimo, da momenti precedirajo z različnimi frekvencami, kar se odraža v izgubljanju fazne povezave med njimi. Jasno je, da večje razlike med precesijskimi frekvencami, pomenijo tudi hitrejše zmanjševanje vektorske vsote vseh magnetnih momentov/signala. Čas T 2 torej definiramo kot čas, v katerem pride do opaznega zmanjšanja fazne povezanosti ter padca signala: T 2 = 1 γb lok = r3 γµ (30) 18

Merjenje difuzije z magnetno resonanco. Avtor: Jasna Urbanija Mentor: doc.dr.igor Serša

Merjenje difuzije z magnetno resonanco. Avtor: Jasna Urbanija Mentor: doc.dr.igor Serša Merjenje difuzije z magnetno resonanco Avtor: Jasna Urbanija Mentor: doc.dr.igor Serša Univerza v Ljubljani Fakulteta za matematiko in fiziko Februar 2005 1 Povzetek Pojav jedrske magnetne resonance omogoča

More information

OSNOVE SLIKANJA Z JEDRSKO MAGNETNO

OSNOVE SLIKANJA Z JEDRSKO MAGNETNO Fakulteta za matematiko in fiziko, Ljubljana, marec 2009 Univerza v Ljubljani OSNOVE SLIKANJA Z JEDRSKO MAGNETNO RESONANCO Seminar, 4.letnik Zdenka Serušnik Mentor: dr. Igor Serša Povzetek: V seminarju

More information

TOPLJENEC ASOCIIRA LE V VODNI FAZI

TOPLJENEC ASOCIIRA LE V VODNI FAZI TOPLJENEC ASOCIIRA LE V VODNI FAZI V primeru asociacij molekul topljenca v vodni ali organski fazi eksperimentalno določeni navidezni porazdelitveni koeficient (P n ) v odvisnosti od koncentracije ni konstanten.

More information

ENAČBA STANJA VODE IN VODNE PARE

ENAČBA STANJA VODE IN VODNE PARE ENAČBA STANJA VODE IN VODNE PARE SEMINARSKA NALOGA PRI PREDMETU JEDRSKA TEHNIKA IN ENERGETIKA TAMARA STOJANOV MENTOR: IZRED. PROF. DR. IZTOK TISELJ NOVEMBER 2011 Enačba stanja idealni plin: pv = RT p tlak,

More information

PRESENEČENJA V FIZIKI: VRTAVKE. Mitja Rosina Fakulteta za matematiko in fiziko Ljubljana, 12.marca 2010

PRESENEČENJA V FIZIKI: VRTAVKE. Mitja Rosina Fakulteta za matematiko in fiziko Ljubljana, 12.marca 2010 PRESENEČENJA V FIZIKI: VRTAVKE Mitja Rosina Fakulteta za matematiko in fiziko Ljubljana, 12.marca 2010 1. Vrtavka na prostem 2. Vrtavka na mizi: vrtenje, precesija, nutacija 3. Vrtavka na mizi: trenje,

More information

Multipla korelacija in regresija. Multipla regresija, multipla korelacija, statistično zaključevanje o multiplem R

Multipla korelacija in regresija. Multipla regresija, multipla korelacija, statistično zaključevanje o multiplem R Multipla koelacia in egesia Multipla egesia, multipla koelacia, statistično zaklučevane o multiplem Multipla egesia osnovni model in ačunane paametov Z multiplo egesio napoveduemo vednost kiteia (odvisne

More information

ENERGY AND MASS SPECTROSCOPY OF IONS AND NEUTRALS IN COLD PLASMA

ENERGY AND MASS SPECTROSCOPY OF IONS AND NEUTRALS IN COLD PLASMA UDK621.3:(53+54+621 +66), ISSN0352-9045 Informaclje MIDEM 3~(~UU8)4, Ljubljana ENERGY AND MASS SPECTROSCOPY OF IONS AND NEUTRALS IN COLD PLASMA Marijan Macek 1,2* Miha Cekada 2 1 University of Ljubljana,

More information

Magnetizem bakrovih dimerov

Magnetizem bakrovih dimerov Magnetizem bakrovih dimerov Diplomski seminar na bolonjskem študijskem programu 1. stopnje Fizika Urška Moraus Mentor: doc. dr. Marko Jagodič Maribor, 2013 Moraus, U: Magnetizem bakrovih dimerov Diplomski

More information

Attempt to prepare seasonal weather outlook for Slovenia

Attempt to prepare seasonal weather outlook for Slovenia Attempt to prepare seasonal weather outlook for Slovenia Main available sources (ECMWF, EUROSIP, IRI, CPC.NCEP.NOAA,..) Two parameters (T and RR anomally) Textual information ( Met Office like ) Issued

More information

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA POLONA ŠENKINC REŠEVANJE LINEARNIH DIFERENCIALNIH ENAČB DRUGEGA REDA S POMOČJO POTENČNIH VRST DIPLOMSKO DELO

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA POLONA ŠENKINC REŠEVANJE LINEARNIH DIFERENCIALNIH ENAČB DRUGEGA REDA S POMOČJO POTENČNIH VRST DIPLOMSKO DELO UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA POLONA ŠENKINC REŠEVANJE LINEARNIH DIFERENCIALNIH ENAČB DRUGEGA REDA S POMOČJO POTENČNIH VRST DIPLOMSKO DELO LJUBLJANA, 2016 UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA

More information

Reševanje problemov in algoritmi

Reševanje problemov in algoritmi Reševanje problemov in algoritmi Vhod Algoritem Izhod Kaj bomo spoznali Zgodovina algoritmov. Primeri algoritmov. Algoritmi in programi. Kaj je algoritem? Algoritem je postopek, kako korak za korakom rešimo

More information

GEOMETRIJSKE FAZE V KVANTNI MEHANIKI

GEOMETRIJSKE FAZE V KVANTNI MEHANIKI GEOMETRIJSKE FAZE V KVANTNI MEHANIKI LARA ULČAKAR Fakulteta za matematiko in fiziko Univerza v Ljubljani V članku so predstavljene geometrijske faze, ki nastopijo pri obravnavi kvantnih sistemov. Na začetku

More information

OPTIMIRANJE IZDELOVALNIH PROCESOV

OPTIMIRANJE IZDELOVALNIH PROCESOV OPTIMIRANJE IZDELOVALNIH PROCESOV asist. Damir GRGURAŠ, mag. inž. str izr. prof. dr. Davorin KRAMAR damir.grguras@fs.uni-lj.si Namen vaje: Ugotoviti/določiti optimalne parametre pri struženju za dosego

More information

Verifikacija napovedi padavin

Verifikacija napovedi padavin Oddelek za Meteorologijo Seminar: 4. letnik - univerzitetni program Verifikacija napovedi padavin Avtor: Matic Šavli Mentor: doc. dr. Nedjeljka Žagar 26. februar 2012 Povzetek Pojem verifikacije je v meteorologiji

More information

Geometrijske faze v kvantni mehaniki

Geometrijske faze v kvantni mehaniki Seminar 1-1. letnik, 2. stopnja Geometrijske faze v kvantni mehaniki Avtor: Lara Ulčakar Mentor: prof. dr. Anton Ramšak Ljubljana, november 2014 Povzetek V seminarju so predstavljene geometrijske faze,

More information

Izmenični signali moč (17)

Izmenični signali moč (17) Izenicni_signali_MOC(17c).doc 1/7 8.5.007 Izenični signali oč (17) Zania nas potek trenutne oči v linearne dvopolne (dve zunanji sponki) vezju, kjer je napetost na zunanjih sponkah enaka u = U sin( ωt),

More information

Magnetne lastnosti kvazikristalov

Magnetne lastnosti kvazikristalov Magnetne lastnosti kvazikristalov Jure Prizmič Mentor: Dr. Zvonko Jagličić 1 KVAZIKRISTALI 3 1.1 Trdna snov in periodičnost 3 1.2 Odkritje kvazikristalov 4 1.3 Kvaziperiodičnost 5 1.4 Atomska zgradba kvazikristalov

More information

SIMETRIČNE KOMPONENTE

SIMETRIČNE KOMPONENTE Univerza v Ljubljani Fakulteta za elektrotehniko SIMETRIČNE KOMPONENTE Seminarska naloga pri predmetu Razdelilna in industrijska omrežja Poročilo izdelala: ELIZABETA STOJCHEVA Mentor: prof. dr. Grega Bizjak,

More information

Seminar - 1. letnik bolonjske magistrske stopnje. O energijskih bilanci v fuzijskem reaktorju - Lawsonov kriterij. Avtor: Matic Kunšek

Seminar - 1. letnik bolonjske magistrske stopnje. O energijskih bilanci v fuzijskem reaktorju - Lawsonov kriterij. Avtor: Matic Kunšek Seminar - 1. letnik bolonjske magistrske stopnje O energijskih bilanci v fuzijskem reaktorju - Lawsonov kriterij Avtor: Matic Kunšek Mentor: dr. Tomaž Gyergyek Ljubljana, marec 2014 Povzetek: V tem seminarju

More information

matematika + biologija = sistemska biologija? Prof. Dr. Kristina Gruden Prof. Dr. Aleš Belič Doc. DDr. Jure Ačimovič

matematika + biologija = sistemska biologija? Prof. Dr. Kristina Gruden Prof. Dr. Aleš Belič Doc. DDr. Jure Ačimovič matematika + biologija = sistemska biologija? Prof. Dr. Kristina Gruden Prof. Dr. Aleš Belič Doc. DDr. Jure Ačimovič Kaj je sistemska biologija? > Razumevanje delovanja organizmov sistemska biologija =

More information

JEDRSKA URA JAN JURKOVIČ. Fakulteta za matematiko in fiziko Univerza v Ljubljani

JEDRSKA URA JAN JURKOVIČ. Fakulteta za matematiko in fiziko Univerza v Ljubljani JEDRSKA URA JAN JURKOVIČ Fakulteta za matematiko in fiziko Univerza v Ljubljani Natančnost časa postaja vse bolj uporabna in pomembna, zato se rojevajo novi načini merjenja časa. Do danes najbolj natančnih

More information

Cveto Trampuž PRIMERJAVA ANALIZE VEČRAZSEŽNIH TABEL Z RAZLIČNIMI MODELI REGRESIJSKE ANALIZE DIHOTOMNIH SPREMENLJIVK

Cveto Trampuž PRIMERJAVA ANALIZE VEČRAZSEŽNIH TABEL Z RAZLIČNIMI MODELI REGRESIJSKE ANALIZE DIHOTOMNIH SPREMENLJIVK Cveto Trampuž PRIMERJAVA ANALIZE VEČRAZSEŽNIH TABEL Z RAZLIČNIMI MODELI REGRESIJSKE ANALIZE DIHOTOMNIH SPREMENLJIVK POVZETEK. Namen tega dela je prikazati osnove razlik, ki lahko nastanejo pri interpretaciji

More information

Nestacionarno prevajanje toplote in uporaba termografije v gradbeništvu

Nestacionarno prevajanje toplote in uporaba termografije v gradbeništvu Univerza v Ljubljani Fakulteta za matematiko in fiziko Oddelek za fiziko Seminar I a - 1. letnik, II. stopnja Nestacionarno prevajanje toplote in uporaba termografije v gradbeništvu Avtor: Patricia Cotič

More information

MICROWAVE PLASMAS AT ATMOSPHERIC PRESSURE: NEW THEORETICAL DEVELOPMENTS AND APPLICATIONS IN SURFACE SCIENCE

MICROWAVE PLASMAS AT ATMOSPHERIC PRESSURE: NEW THEORETICAL DEVELOPMENTS AND APPLICATIONS IN SURFACE SCIENCE UDK621.3:(53+54+621 +66), ISSN0352-9045 Informacije MIDEM 38(2008)4, Ljubljana MICROWAVE PLASMAS AT ATMOSPHERIC PRESSURE: NEW THEORETICAL DEVELOPMENTS AND APPLICATIONS IN SURFACE SCIENCE T. 8elmonte*,

More information

AKSIOMATSKA KONSTRUKCIJA NARAVNIH

AKSIOMATSKA KONSTRUKCIJA NARAVNIH UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA Poučevanje: Predmetno poučevanje ŠPELA ZOBAVNIK AKSIOMATSKA KONSTRUKCIJA NARAVNIH ŠTEVIL MAGISTRSKO DELO LJUBLJANA, 2016 UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA

More information

Problem umetnostne galerije

Problem umetnostne galerije Problem umetnostne galerije Marko Kandič 17. september 2006 Za začetek si oglejmo naslednji primer. Recimo, da imamo v galeriji polno vrednih slik in nočemo, da bi jih kdo ukradel. Seveda si želimo, da

More information

MECHANICAL EFFICIENCY, WORK AND HEAT OUTPUT IN RUNNING UPHILL OR DOWNHILL

MECHANICAL EFFICIENCY, WORK AND HEAT OUTPUT IN RUNNING UPHILL OR DOWNHILL original scientific article UDC: 796.4 received: 2011-05-03 MECHANICAL EFFICIENCY, WORK AND HEAT OUTPUT IN RUNNING UPHILL OR DOWNHILL Pietro Enrico DI PRAMPERO University of Udine, Department of Biomedical

More information

Determining the Leakage Flow through Water Turbines and Inlet- Water Gate in the Doblar 2 Hydro Power Plant

Determining the Leakage Flow through Water Turbines and Inlet- Water Gate in the Doblar 2 Hydro Power Plant Elektrotehniški vestnik 77(4): 39-44, 010 Electrotechnical Review: Ljubljana, Slovenija Določanje puščanja vodnih turbin in predturbinskih zapornic v hidroelektrarni Doblar Miha Leban 1, Rajko Volk 1,

More information

Termalizacija zaprtih kvantnih sistemov

Termalizacija zaprtih kvantnih sistemov ODDELEK ZA FIZIKO Seminar Ia, 1. letnik, II. stopnja Termalizacija zaprtih kvantnih sistemov Avtor: Črt Lozej Mentor: prof. dr. Tomaž Prosen Ljubljana, april 2014 Povzetek V seminarju najprej predstavimo

More information

Meritve Casimirjevega efekta z nanomembranami

Meritve Casimirjevega efekta z nanomembranami Oddelek za fiziko Seminar a -. letnik, II. stopnja Meritve Casimirjevega efekta z nanomembranami avtor: Žiga Kos mentor: prof. dr. Rudolf Podgornik Ljubljana, 29. januar 203 Povzetek V tem seminarju bo

More information

NIKJER-NIČELNI PRETOKI

NIKJER-NIČELNI PRETOKI UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA ALJA ŠUBIC NIKJER-NIČELNI PRETOKI DIPLOMSKO DELO LJUBLJANA, 2016 UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA Dvopredmetni učitelj: matematika - računalništvo ALJA

More information

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE Zaključna naloga Uporaba logistične regresije za napovedovanje razreda, ko je število enot v preučevanih razredih

More information

56 1 Upogib z osno silo

56 1 Upogib z osno silo 56 1 Upogib z osno silo PREGLEDNICA 1.5 (nadaljevanje): Upogibnice in notranje sile za nekatere nosilce d) Upogibnica prostoležečega nosilca obteženega s silo F Pomik in zasuk v polju 1: w 1 = F b x (L

More information

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO ODDELEK ZA FIZIKO SEMINAR. Pulzni eksperiment

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO ODDELEK ZA FIZIKO SEMINAR. Pulzni eksperiment UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO ODDELEK ZA FIZIKO SEMINAR Pulzni eksperiment AVTOR: Andraž Petrović MENTOR: prof. Matjaž Ravnik Ljubljana, Maj 2004 POVZETEK: V seminarju bom opisal

More information

Katastrofalno zaporedje okvar v medsebojno odvisnih omrežjih

Katastrofalno zaporedje okvar v medsebojno odvisnih omrežjih Katastrofalno zaporedje okvar v medsebojno odvisnih omrežjih Daniel Grošelj Mentor: Prof. Dr. Rudi Podgornik 2. marec 2011 Kazalo 1 Uvod 2 2 Nekaj osnovnih pojmov pri teoriji omrežij 3 2.1 Matrika sosednosti.......................................

More information

11 Osnove elektrokardiografije

11 Osnove elektrokardiografije 11 Osnove elektrokardiografije Spoznali bomo lastnosti električnega dipola in se seznanili z opisom srca kot električnega dipola. Opisali bomo, kakšno električno polje ta ustvarja v telesu, kako ga merimo,

More information

Univerza na Primorskem. Fakulteta za matematiko, naravoslovje in informacijske tehnologije. Zaznavanje gibov. Zaključna naloga

Univerza na Primorskem. Fakulteta za matematiko, naravoslovje in informacijske tehnologije. Zaznavanje gibov. Zaključna naloga Univerza na Primorskem Fakulteta za matematiko, naravoslovje in informacijske tehnologije Boštjan Markežič Zaznavanje gibov Zaključna naloga Koper, september 2011 Mentor: doc. dr. Peter Rogelj Kazalo Slovarček

More information

METODE ZA PREDVIDEVANJE (NAPOVEDOVANJE) VODOTOPNOSTI (topnosti spojin v vodi)

METODE ZA PREDVIDEVANJE (NAPOVEDOVANJE) VODOTOPNOSTI (topnosti spojin v vodi) METODE ZA PREDVIDEVANJE (NAPOVEDOVANJE) VODOTOPNOSTI (topnosti spojin v vodi) Delitev metod (metode temeljijo na): 1. Prispevki posameznih skupin v molekuli k aktivnostnemu koeficientu spojine v vodi.

More information

Visokofrekvenčna EPR spektroskopija

Visokofrekvenčna EPR spektroskopija Univerza v Ljubljani Fakulteta za matematiko in fiziko Oddelek za fiziko Visokofrekvenčna EPR spektroskopija avtor: Tadej Cigler mentorja: izred. prof. dr. Denis Arčon, dr. Andrej Zorko Povzetek Približno

More information

OA07 ANNEX 4: SCOPE OF ACCREDITATION IN CALIBRATION

OA07 ANNEX 4: SCOPE OF ACCREDITATION IN CALIBRATION OA07 ANNEX 4: SCOPE OF ACCREDITATION IN CALIBRATION Table of contents 1 TECHNICAL FIELDS... 2 2 PRESENTING THE SCOPE OF A CALIBRATION LABOORATORY... 2 3 CONSIDERING CHANGES TO SCOPES... 6 4 CHANGES WITH

More information

Solutions. Name and surname: Instructions

Solutions. Name and surname: Instructions Uiversity of Ljubljaa, Faculty of Ecoomics Quatitative fiace ad actuarial sciece Probability ad statistics Writte examiatio September 4 th, 217 Name ad surame: Istructios Read the problems carefull before

More information

MODELI CESTNEGA PROMETA

MODELI CESTNEGA PROMETA MODELI CESTNEGA PROMETA LUKA ŠEPEC Fakulteta za matematiko in fiziko Univerza v Ljubljani V članku so predstavljeni različni pristopi k modeliranju cestnega prometa. Najprej so predstavljene empirične

More information

Makroekonomija 1: 4. vaje. Igor Feketija

Makroekonomija 1: 4. vaje. Igor Feketija Makroekonomija 1: 4. vaje Igor Feketija Teorija agregatnega povpraševanja AD = C + I + G + nx padajoča krivulja AD (v modelu AS-AD) učinek ponudbe denarja premiki vzdolž krivulje in premiki krivulje mikro

More information

Univerza v Ljubljani Fakulteta za matematiko in fiziko. Oddelek za fiziko. Seminar - 3. letnik, I. stopnja. Kvantni računalniki. Avtor: Tomaž Čegovnik

Univerza v Ljubljani Fakulteta za matematiko in fiziko. Oddelek za fiziko. Seminar - 3. letnik, I. stopnja. Kvantni računalniki. Avtor: Tomaž Čegovnik Univerza v Ljubljani Fakulteta za matematiko in fiziko Oddelek za fiziko Seminar - 3. letnik, I. stopnja Kvantni računalniki Avtor: Tomaž Čegovnik Mentor: prof. dr. Anton Ramšak Ljubljana, marec 01 Povzetek

More information

Statistika 2 z računalniško analizo podatkov. Neizpolnjevanje predpostavk regresijskega modela

Statistika 2 z računalniško analizo podatkov. Neizpolnjevanje predpostavk regresijskega modela Statistika 2 z računalniško analizo podatkov Neizpolnjevanje predpostavk regresijskega modela 1 Predpostavke regresijskega modela (ponovitev) V regresijskem modelu navadno privzamemo naslednje pogoje:

More information

Izvedbe hitrega urejanja za CPE in GPE

Izvedbe hitrega urejanja za CPE in GPE Univerza v Ljubljani Fakulteta za računalništvo in informatiko Jernej Erker Izvedbe hitrega urejanja za CPE in GPE DIPLOMSKO DELO UNIVERZITETNI ŠTUDIJ RAČUNALNIŠTVA IN INFORMATIKE Mentor: doc. dr. Tomaž

More information

Iskanje najcenejše poti v grafih preko polkolobarjev

Iskanje najcenejše poti v grafih preko polkolobarjev Univerza v Ljubljani Fakulteta za računalništvo in informatiko Veronika Horvat Iskanje najcenejše poti v grafih preko polkolobarjev DIPLOMSKO DELO VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM PRVE STOPNJE

More information

Hadamardove matrike in misija Mariner 9

Hadamardove matrike in misija Mariner 9 Hadamardove matrike in misija Mariner 9 Aleksandar Jurišić, 25. avgust, 2009 J. Hadamard (1865-1963) je bil eden izmed pomembnejših matematikov na prehodu iz 19. v 20. stoletje. Njegova najpomembnejša

More information

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA SAŠO ZUPANEC MAX-PLUS ALGEBRA DIPLOMSKO DELO

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA SAŠO ZUPANEC MAX-PLUS ALGEBRA DIPLOMSKO DELO UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA SAŠO ZUPANEC MAX-PLUS ALGEBRA DIPLOMSKO DELO Ljubljana, 2013 UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA ODDELEK ZA MATEMATIKO IN RAČUNALNIŠTVO SAŠO ZUPANEC Mentor:

More information

b) Računske naloge (z osnovami): 1. Izračunaj in nariši tiracijsko krivuljo, če k 10,0mL 0,126M HCl dodajaš deleže (glej tabelo) 0,126M NaOH!

b) Računske naloge (z osnovami): 1. Izračunaj in nariši tiracijsko krivuljo, če k 10,0mL 0,126M HCl dodajaš deleže (glej tabelo) 0,126M NaOH! 11. Vaja: Kemijsko ravnotežje II a) Naloga: 1. Izmeri ph destilirane in vodovodne vode, ter razloži njegovo vrednost s pomočjo eksperimentov!. Opazuj vpliv temperature na kemijsko ravnotežje!. Določi karbonatno

More information

Călugăreanu-White-Fullerjev teorem in topologija DNA

Călugăreanu-White-Fullerjev teorem in topologija DNA Univerza v Ljubljani Fakulteta za matematiko in fiziko Oddelek za fiziko Călugăreanu-White-Fullerjev teorem in topologija DNA Seminar Jure Aplinc, dipl. fiz. (UN) Mentor: prof. dr. Rudolf Podgornik 26.

More information

USING THE DIRECTION OF THE SHOULDER S ROTATION ANGLE AS AN ABSCISSA AXIS IN COMPARATIVE SHOT PUT ANALYSIS. Matej Supej* Milan Čoh

USING THE DIRECTION OF THE SHOULDER S ROTATION ANGLE AS AN ABSCISSA AXIS IN COMPARATIVE SHOT PUT ANALYSIS. Matej Supej* Milan Čoh Kinesiologia Slovenica, 14, 3, 5 14 (28) Faculty of Sport, University of Ljubljana, ISSN 1318-2269 5 Matej Supej* Milan Čoh USING THE DIRECTION OF THE SHOULDER S ROTATION ANGLE AS AN ABSCISSA AXIS IN COMPARATIVE

More information

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Parcialne diferencialne enačbe Partial differential equations. Študijska smer Study field

UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Parcialne diferencialne enačbe Partial differential equations. Študijska smer Study field Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS (leto / year 2017/18) Parcialne diferencialne enačbe Partial differential equations Študijski program in stopnja Study programme and level Magistrski

More information

Evolucija dinamike Zemljine precesije

Evolucija dinamike Zemljine precesije Univerza v Ljubljani Fakulteta za matematiko in fiziko oddelek za fiziko Evolucija dinamike Zemljine precesije Avtor: Ivo Krajnik Ljubljana, 15. marec 2011 Povzetek Bistvo tega seminarja je v sklopu klasične

More information

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Matematika 1 Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 15. december 2010 Poglavje 3 Funkcije 3.1 Osnovni pojmi Preslikavam v množico R ali C običajno pravimo funkcije v prvem primeru realne, v drugem

More information

Kvantana mehanika v svetlobnem delu fotosinteze. (SEMINAR)

Kvantana mehanika v svetlobnem delu fotosinteze. (SEMINAR) Kvantana mehanika v svetlobnem delu fotosinteze. (SEMINAR) Avtor: Monika Bažec Mentor: prof. dr. Rudolf Podgornik Marec, 2012 POVZETEK Fotosinteza se deli na dva dela svetlobno reakcijo in Calvinov reakcijo.

More information

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO. Oddelek za matematiko in računalništvo MAGISTRSKA NALOGA. Tina Lešnik

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO. Oddelek za matematiko in računalništvo MAGISTRSKA NALOGA. Tina Lešnik UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo MAGISTRSKA NALOGA Tina Lešnik Maribor, 2014 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO

More information

Praktična implementacija kvantnega računalnika

Praktična implementacija kvantnega računalnika Oddelek za fiziko Seminar - 4. letnik Praktična implementacija kvantnega računalnika Avtor: Simon Jesenko Mentor: dr. Marko Žnidarič 23. november 2009 Povzetek V seminarju so predstavljeni osnovni kriteriji,

More information

Fakulteta za matematiko in fiziko Univerza v Ljubljani. Seminar. Kvantni računalniki. Avtor: Matjaž Gregorič. Mentor: prof. N.S.

Fakulteta za matematiko in fiziko Univerza v Ljubljani. Seminar. Kvantni računalniki. Avtor: Matjaž Gregorič. Mentor: prof. N.S. Fakulteta za matematiko in fiziko Univerza v Ljubljani Seminar Kvantni računalniki Avtor: Matjaž Gregorič Mentor: prof. N.S. Mankoč Borštnik Ljubljana, november 7 Povzetek V seminarju so predstavljene

More information

UMESTITEV EKOLOŠKIH RAZISKAV MED OSTALE VRSTE RAZISKAV

UMESTITEV EKOLOŠKIH RAZISKAV MED OSTALE VRSTE RAZISKAV EKOLOŠKE RAZISKAVE UMESTITEV EKOLOŠKIH RAZISKAV MED OSTALE VRSTE RAZISKAV EPIDEMIOLOŠKE OPAZOVALNE RAZISKAVE NA AGREGIRANIH PODATKIH EKOLOŠKE RAZISKAVE populacija POPULACIJSKE EKSPERIMENTALNE RAZISKAVE

More information

Computing the steady-state response of nonlinear circuits by means of the ǫ-algorithm

Computing the steady-state response of nonlinear circuits by means of the ǫ-algorithm Elektrotehniški vestnik XX(Y): 6, YEAR Electrotechnical Review, Ljubljana, Slovenija Computing the steady-state response of nonlinear circuits by means of the ǫ-algorithm Borut Wagner, Árpád Bűrmen, Janez

More information

Samo-nastavljivo vodenje z DMC-jem in proporcionalnim regulatorjem

Samo-nastavljivo vodenje z DMC-jem in proporcionalnim regulatorjem Samo-nastavljivo vodenje z DMC-jem in proporcionalnim Matija Arh, Igor Škrjanc Fakulteta za elektrotehniko, Univerza v Ljubljani Tržaška cesta 25, 1000 Ljubjana matija.arh@fe.uni-lj.si, igor.skrjanc@fe.uni-lj.si

More information

FOTONSKI POGON. Avtor: Črt Harej Mentor: prof. dr. Simon Širca. Ljubljana, Maj 2016

FOTONSKI POGON. Avtor: Črt Harej Mentor: prof. dr. Simon Širca. Ljubljana, Maj 2016 FOTONSKI POGON Seminar I b - 1. letnik, II. stopnja Avtor: Črt Harej Mentor: prof. dr. Simon Širca Ljubljana, Maj 2016 Povzetek Človeštvo že skoraj 60 let raziskuje in uresničuje vesoljske polete. V tem

More information

Obrnitev kvantne meritve

Obrnitev kvantne meritve Seminar Obrnitev kvantne meritve Avtor: Rok Bohinc Mentor: dr. Anton Ram²ak Ljubljana, April 009 Povzetek Mo na meritev kvantni sistem vedno prisili v eno lastnih izmed stanj danega operatorja. Ko se stanje

More information

1 Luna kot uniformni disk

1 Luna kot uniformni disk 1 Luna kot uniformni disk Temperatura lune se spreminja po površini diska v širokem razponu, ampak lahko luno prikažemo kot uniformni disk z povprečno temperaturo osvetlitve (brightness temperature) izraženo

More information

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE. Verjetnostni algoritmi za testiranje praštevilskosti

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE. Verjetnostni algoritmi za testiranje praštevilskosti UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE Zaključna naloga Verjetnostni algoritmi za testiranje praštevilskosti (Algorithms for testing primality) Ime in

More information

Primerjalna analiza metode neposredne regulacije toka

Primerjalna analiza metode neposredne regulacije toka Elektrotehniški vestnik 70(4): 172 177, 2003 Electrotechnical Review, Ljubljana, Slovenija Primerjalna analiza metode neposredne regulacije toka Vanja Ambrožič, David Nedeljković Fakulteta za elektrotehniko,

More information

Linearna algebra. Bojan Orel. Univerza v Ljubljani

Linearna algebra. Bojan Orel. Univerza v Ljubljani Linearna algebra Bojan Orel 07 Univerza v Ljubljani Fakulteta za računalništvo in informatiko CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 5.64(075.8) OREL, Bojan Linearna

More information

Hipohamiltonovi grafi

Hipohamiltonovi grafi Hipohamiltonovi grafi Marko Čmrlec, Bor Grošelj Simić Mentor(ica): Vesna Iršič Matematično raziskovalno srečanje 1. avgust 016 1 Uvod V marsovskem klubu je želel predsednik prirediti večerjo za svoje člane.

More information

ZASNOVA IN RAZVOJ DUŠILKE ZA ENERGETSKI TRANSFORMATOR

ZASNOVA IN RAZVOJ DUŠILKE ZA ENERGETSKI TRANSFORMATOR Univerza v Ljubljani Fakulteta za elektrotehniko Borut Prašnikar ZASNOVA IN RAZVOJ DUŠILKE ZA ENERGETSKI TRANSFORMATOR Magistrsko delo Mentor: prof. dr. Danjel Vončina, univ. dipl. inž. el. Ljubljana,

More information

USING SIMULATED SPECTRA TO TEST THE EFFICIENCY OF SPECTRAL PROCESSING SOFTWARE IN REDUCING THE NOISE IN AUGER ELECTRON SPECTRA

USING SIMULATED SPECTRA TO TEST THE EFFICIENCY OF SPECTRAL PROCESSING SOFTWARE IN REDUCING THE NOISE IN AUGER ELECTRON SPECTRA UDK 543.428.2:544.171.7 ISSN 1580-2949 Original scientific article/izvirni znanstveni ~lanek MTAEC9, 49(3)435(2015) B. PONIKU et al.: USING SIMULATED SPECTRA TO TEST THE EFFICIENCY... USING SIMULATED SPECTRA

More information

DOKTORSKA DISERTACIJA

DOKTORSKA DISERTACIJA UNIVERZA V LJUBLJANI NARAVOSLOVNOTEHNIŠKA FAKULTETA DOKTORSKA DISERTACIJA GAŠPER NOVAK LJUBLJANA, 2015 UNIVERZA V LJUBLJANI NARAVOSLOVNOTEHNIŠKA FAKULTETA ODDELEK ZA MATERIALE IN METALURGIJO Načrtovanje

More information

FRAKTALNA DIMENZIJA. Fakulteta za matematiko in fiziko Univerza v Ljubljani

FRAKTALNA DIMENZIJA. Fakulteta za matematiko in fiziko Univerza v Ljubljani FRAKTALNA DIMENZIJA VESNA IRŠIČ Fakulteta za matematiko in fiziko Univerza v Ljubljani PACS: 07.50.Hp, 01.65.+g V članku je predstavljen zgodovinski razvoj teorije fraktalov in natančen opis primerov,

More information

Simulacija dinamičnih sistemov s pomočjo osnovnih funkcij orodij MATLAB in Simulink

Simulacija dinamičnih sistemov s pomočjo osnovnih funkcij orodij MATLAB in Simulink Laboratorijske vaje Računalniška simulacija 2012/13 1. laboratorijska vaja Simulacija dinamičnih sistemov s pomočjo osnovnih funkcij orodij MATLAB in Simulink Pri tej laboratorijski vaji boste spoznali

More information

POGLAVJE IV: Klasični in kvantni Monte-Carlo

POGLAVJE IV: Klasični in kvantni Monte-Carlo POGLAVJE IV: Klasični in kvantni Monte-Carlo V statistični fiziki nas često zanimajo povprečne vrednosti opazljivk v ravnovesnem, termalnem stanju, pri dobro znani vrednosti temperature in ostalih termodinamskih

More information

SVM = Support Vector Machine = Metoda podpornih vektorjev

SVM = Support Vector Machine = Metoda podpornih vektorjev Uvod 2/60 SVM = Support Vector Machine = Metoda podpornih vektorjev Vapnik in Lerner 1963 (generalized portrait) jedra: Aronszajn 1950; Aizerman 1964; Wahba 1990, Poggio in Girosi 1990 Boser, Guyon in

More information

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA DIPLOMSKO DELO MAJA OSTERMAN

UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA DIPLOMSKO DELO MAJA OSTERMAN UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA DIPLOMSKO DELO MAJA OSTERMAN UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA Študijski program: Matematika in računalništvo Fibonaccijevo zaporedje in krožna konstanta

More information

Linearne enačbe. Matrična algebra. Linearne enačbe. Linearne enačbe. Linearne enačbe. Linearne enačbe

Linearne enačbe. Matrična algebra. Linearne enačbe. Linearne enačbe. Linearne enačbe. Linearne enačbe Sistem linearnih enačb Matrična algebra Oseba X X X3 B A.A. 3 B.B. 7 C.C. Doc. dr. Anja Podlesek Oddelek za psihologijo, Filozofska fakulteta, Univerza v Ljubljani Študijski program prve stopnje Psihologija

More information

Acta Chim. Slov. 2003, 50,

Acta Chim. Slov. 2003, 50, 771 IMPACT OF STRUCTURED PACKING ON BUBBE COUMN MASS TRANSFER CHARACTERISTICS EVAUATION. Part 3. Sensitivity of ADM Volumetric Mass Transfer Coefficient evaluation Ana akota Faculty of Chemistry and Chemical

More information

THE TOWNS AND THE TRAFFIC OF THEIR OUTSKIRTS IN SLOVENIA

THE TOWNS AND THE TRAFFIC OF THEIR OUTSKIRTS IN SLOVENIA UDC 911. 37:38(497. 12-201)=20 Marjan Zagar * THE TOWNS AND THE TRAFFIC OF THEIR OUTSKIRTS IN SLOVENIA In the urban policy of the long-term development of SR Slovenia the decision has been made that in

More information

Modelska Analiza 1. University of Ljubljana Faculty of Mathematics and Physics. 3. naloga - Numeri na minimizacija

Modelska Analiza 1. University of Ljubljana Faculty of Mathematics and Physics. 3. naloga - Numeri na minimizacija University of Ljubljana Faculty of Mathematics and Physics Modelska Analiza 1 3. naloga - Numeri na minimizacija Avtor: Matic Lubej Asistent: dr. Simon ƒopar Predavatelj: prof. dr. Alojz Kodre Ljubljana,

More information

Primerjalne meritve Overhouserjevega protonskega gradiometra

Primerjalne meritve Overhouserjevega protonskega gradiometra Primerjalne meritve Overhouserjevega protonskega gradiometra Rudi Čop, Pavel Kosovac Povzetek Eden od osnovnih merilnih instrumentov za merjenje zemeljskega magnetnega polja je skalarni protonski magnetometer.

More information

Analiza variance in linearna regresija

Analiza variance in linearna regresija Analiza variance in linearna regresija Aleš Žiberna 28. november 2011 Kazalo 1 Uporabljeni podatki 2 2 Analiza variance (ANOVA) 2 2.1 Enofaktorska analiza variance za neodvisne vzorce....... 3 2.2 Večfaktorska

More information

Measurements of the magnetic field uniformity in a solenoid multilayer

Measurements of the magnetic field uniformity in a solenoid multilayer Elektrotehniški vestnik 74(5): 33-38, 27 Electrotechnical Review: Ljubljana, Slovenija Merjenje homogenosti magnetnega polja v večplastni solenoidni tuljavi Gregor Geršak Univerza v Ljubljani, Fakulteta

More information

Materiali za shranjevanje vodika

Materiali za shranjevanje vodika Univerza v Ljubljani Fakulteta za matematiko in fiziko Oddelek za fiziko Seminar Materiali za shranjevanje vodika Avtor: Jaka Petelin Mentor: dr. Denis Arčon Ljubljana, Maj 008 Povzetek V seminarju bom

More information

Računalnik iz domin. Škafar, Maja Šafarič, Nina Sangawa Hmeljak Mentor: Vid Kocijan

Računalnik iz domin. Škafar, Maja Šafarič, Nina Sangawa Hmeljak Mentor: Vid Kocijan Računalnik iz domin Primož Škafar, Maja Šafarič, Nina Sangawa Hmeljak Mentor: Vid Kocijan Povzetek Naša naloga je bila ugotoviti kako sestaviti računalnik (Turingov stroj) iz domin in logičnih izrazov.

More information

Univerza v Ljubljani, Fakulteta za matematiko in fiziko. Seminar

Univerza v Ljubljani, Fakulteta za matematiko in fiziko. Seminar Univerza v Ljubljani, Fakulteta za matematiko in fiziko Seminar Disperzijski modeli za modeliranje izpustov Avtor: Maruška Mole Mentor: asist. Rahela Žabkar Ljubljana, februar 2009 Povzetek Seminar predstavi

More information

Univerza v Ljubljani Fakulteta za matematiko in fiziko Oddelek za fiziko. Projekt ITER SEMINAR. Avtor: Jure Maglica Mentor: doc. dr.

Univerza v Ljubljani Fakulteta za matematiko in fiziko Oddelek za fiziko. Projekt ITER SEMINAR. Avtor: Jure Maglica Mentor: doc. dr. Univerza v Ljubljani Fakulteta za matematiko in fiziko Oddelek za fiziko Projekt ITER SEMINAR Avtor: Jure Maglica Mentor: doc. dr. Milan Čerček Ljubljana, April 005 POVZETEK V seminarju je opisan kratek

More information

REGULACIJA ULTRASENZITIVNOSTI LINEARNO SKLOPLJENIH PROTEINSKIH KASKAD

REGULACIJA ULTRASENZITIVNOSTI LINEARNO SKLOPLJENIH PROTEINSKIH KASKAD REGULACIJA ULTRASENZITIVNOSTI LINEARNO SKLOPLJENIH PROTEINSKIH KASKAD Seminar iz fizike na dvopredmetnem študijskem programu Fizika (stari program) Aleš Vunjak Mentor: asist. dr. Rene Markovič Maribor,

More information

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE. Kvadratne forme nad končnimi obsegi

UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE. Kvadratne forme nad končnimi obsegi UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE Zaključna naloga Kvadratne forme nad končnimi obsegi (Quadratic Forms over Finite Fields) Ime in priimek: Borut

More information

EVA MARKELJ RAČUNALNIŠKO SIMULIRANJE SIPANJA SVETLOBE V ATMOSFERI

EVA MARKELJ RAČUNALNIŠKO SIMULIRANJE SIPANJA SVETLOBE V ATMOSFERI UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA EVA MARKELJ RAČUNALNIŠKO SIMULIRANJE SIPANJA SVETLOBE V ATMOSFERI DIPLOMSKO DELO LJUBLJANA, 2016 UNIVERZA V LJUBLJANI PEDAGOŠKA FAKULTETA DVOPREDMETNI UČITELJ:

More information

HIGGSOV MEHANIZEM MITJA FRIDMAN. Fakulteta za matematiko in fiziko Univerza v Ljubljani

HIGGSOV MEHANIZEM MITJA FRIDMAN. Fakulteta za matematiko in fiziko Univerza v Ljubljani HIGGSOV MEHANIZEM MITJA FRIDMAN Fakulteta za matematiko in fiziko Univerza v Ljubljani V članku je predstavljen Higgsov mehanizem, ki opisuje generiranje mase osnovnih delcev. Vpeljan je Lagrangeov formalizem,

More information

Distance reduction with the use of UDF and Mathematica. Redukcija dolžin z uporabo MS Excel ovih lastnih funkcij in programa Mathematica

Distance reduction with the use of UDF and Mathematica. Redukcija dolžin z uporabo MS Excel ovih lastnih funkcij in programa Mathematica RMZ Materials and Geoenvironment, Vol. 54, No. 2, pp. 265-286, 2007 265 Distance reduction with the use of UDF and Mathematica Redukcija dolžin z uporabo MS Excel ovih lastnih funkcij in programa Mathematica

More information

(Received )

(Received ) 79 Acta Chim. Slov. 1997, 45(1), pp. 79-84 (Received 28.1.1999) THE INFLUENCE OF THE PROTEINASE INHIBITOR EP475 ON SOME MORPHOLOGICAL CHARACTERISTICS OF POTATO PLANTS (Solanum tuberosum L. cv. Desirée)

More information

BMB 601 MRI. Ari Borthakur, PhD. Assistant Professor, Department of Radiology Associate Director, Center for Magnetic Resonance & Optical Imaging

BMB 601 MRI. Ari Borthakur, PhD. Assistant Professor, Department of Radiology Associate Director, Center for Magnetic Resonance & Optical Imaging BMB 601 MRI Ari Borthakur, PhD Assistant Professor, Department of Radiology Associate Director, Center for Magnetic Resonance & Optical Imaging University of Pennsylvania School of Medicine A brief history

More information

OPTIƒNA KOHERENƒNA TOMOGRAFIJA

OPTIƒNA KOHERENƒNA TOMOGRAFIJA Univerza v Ljubljani Fakulteta za matematiko in fiziko Oddelek za fiziko Seminar - 4.letnik OPTIƒNA KOHERENƒNA TOMOGRAFIJA Avtor: Marjeta Tu²ek Mentor: izr. prof. Igor Poberaj Ljubljana, februar 2011 Povzetek

More information

TOPLOTNO OKOLJE IN UGODJE V PROSTORU II

TOPLOTNO OKOLJE IN UGODJE V PROSTORU II TOPLOTNO OKOLJE IN UGODJE V PROSTORU II LOKALNO NEUGODJE (SIST EN ISO 7730:006 Ergonomija toplotnega okolja Analitično ugotavljanje in interpretacija toplotnega ugodja z izračunom indeksov PMV in PPD ter

More information

IZRAČUN MEMBRANSKE RAZTEZNE POSODE - "MRP" za HLADNOVODNE SISTEME (DIN 4807/2)

IZRAČUN MEMBRANSKE RAZTEZNE POSODE - MRP za HLADNOVODNE SISTEME (DIN 4807/2) IZPIS IZRAČUN MEMBRANSKE RAZTEZNE POSODE - "MRP" za HLADNOVODNE SISTEME Izhodiščni podatki: Objkt : Vrtc Kamnitnik Projkt : PZI Uporaba MRP : Črpalna vrtina Datum : 30.8.2017 Obdlal : Zupan Skupna hladilna

More information

2 Zaznavanje registrske tablice

2 Zaznavanje registrske tablice Razpoznavanje avtomobilskih registrskih tablic z uporabo nevronskih mrež Matej Kseneman doc. dr. Peter Planinšič, mag. Tomaž Romih, doc. dr. Dušan Gleich (mentorji) Univerza v Mariboru, Laboratorij za

More information

Primerjava metod aproksimativnega sklepanja pri izolaciji napak - simulacijska študija

Primerjava metod aproksimativnega sklepanja pri izolaciji napak - simulacijska študija Elektrotehniški vestnik 69(2): 120 127, 2002 Electrotechnical Review, Ljubljana, Slovenija Primerjava metod aproksimativnega sklepanja pri izolaciji napak - simulacijska študija Andrej Rakar, D- ani Juričić

More information