.e-t/T2, ahol T2 a spin-spin relaxációs idő, értéke 50-100ms. Az egyes protonok atommag-környezete különböző, így a lokális mágneses terek járuléka is különböző (spinek), módosított lokális (Larmor) frekvencia, fokozatos fázisvesztés. Nagy effektus várható, ha a lokális terek időben fennálnak, lassú molekuláris mozgások, nagy molekulák. T2 kicsi: gyors fázisvesztés, Mxy(t) kicsi, sötét pixel; T2 nagy: lassú fázisvesztés, Mxy(t) nagy, pixel világos.
e) Az egyes pixelekre vonatkozó adatok meghatározása
Ha T1 kicsi, Mz(t) nagy, a pixel fényes, pl: zsírszövet világos, ha T1 nagy lassú a folyamat, Mz(t) kicsi, pixel sötét, pl: agy szürkeállomány.
Ha T2 kicsi: gyors fázisvesztés, Mxy(t) kicsi, sötét pixel; ha T2 nagy lassú fázisvesztés, Mxy(t) nagy, pixel világos.
A sűrűség anatómiai paraméter, a T1-T2 funkcionális paraméterek, rendellenesség esetén eltérés található bennük. A megjelenítés ellentétes.
Az egyes pixelek jeleinek megkülönböztetését az teszi lehetővé, hogy X és Y irányok mentén változó mágneses tereket kapcsolnak be a relaxációs idő alatt. Az eredményt fázis és frekvenciakódolással jelenítik meg. X irányú: a relaxáció alatt X mentén lineárisan változó moduláló mágneses tér hfL=2M(B+B(x)) a frekvencia a B(x) függvénye lesz. Y irányú: Y mentén lineárisan változó B(y) rövid ideig bekapcsolva hf=2M(B+B(x)+B(y)) rövid ideig megváltoztatja a frekvenciát Y-tól függő mértékben (fázistolás). Mindez perturbációs tereket hoz létre. A relaxáció alatt mért indukált feszültség-jel sok különböző frekvenciájú és fázisú szinuszos jel eredője, Fourier analízissel meghatározható az egyes komponensek (pixelek) paraméterei: , T1, T2.
f) A módszer diagnosztikai jelentőssége és nehézségei
Jelentőssége: csont mentes képek, lágy szövetek vizsgálhatósága, funkcionális állapot megkülönböztethetősége, non-invazív, nincs sugárterhelés, jó felbontás (<2mm/pix).
Nehézségei: implantok, pacemaker esetén nem használható, hosszú felvételi időt igényel: 0,5-1h/3D kép (klausztrofóbia). Terhesség esetén, nem ismert hatásokra tekintettel nem ajánlott. Mz(t) és Mxy(t) közvetlen mérése nehéz lenne, ezért rádiófrekvenciás impulzusok sorozatára adott válaszjeleket mérik. A nagy mágneses tér létrehozása drága: 2m USD/gép.
32. Biostatisztika I
Bev: A biofizika az élővilággal kapcsolatos jelenségeket matematikai módszerrel elemző tudomány.
a) Változók típusai, nem folytonos változók jellemzése; gyakoriság, relatív gyakoriság, valószínűség
Típusok: Numerikus (számszerű): diszkrét (gyermekszám), folytonos (életkor, magasság); Kategoriális: normalis, nincs sorrend az értékek között (vércsoportok), ordinális van sorrend (betegség stádiuma)
Nem folytonos változók jellemzése: megadjuk a lehetséges értékeket. Gyakorisági eloszlás: az adatok nagyság szerint egyforma szélességű osztályokba sorolhatók. Az osztályszélesség és az osztályhatárok megválasztása önkényes, ezért többféle ~ van. Gyakoriság (k): az egyes osztályokban található adatok száma. Relatív gyakoriság (k/n): gyakoriság és az összes adat számának hányadosa. Valószínűség (P): meghatározza a relatív gyakoriságot az elemszám függvényében. Értéke: egymást kölcsönösen kizáró események (0 és A vcs) esetén, P(A) és P(B) valószínűsége: P(AvB)=P(A)+P(B); független események esetén, melyek nem befolyásolják a másik kialakulását P(AésB)=P(A).P(B), ahol 1P0.
b) A populáció és a minta, minta kiválasztása és az elemszám szerepe
Nagy létszámú populáció esetén nincs lehetősség valamennyi adatot számba venni, helyette egy jellemző kisebb kiválasztott részt kell vizsgálni – ez a minta, mely a teljes változó kisebb része, véges számú reprezentatív csoport.
A mintát úgy kell kijelölni, hogy belőle az egész sokaságra megbízható következtetéseket vonhassunk le. Vigyázni kell, hogy reprezentatív legyen, vagyis a vizsgált jellemző eloszlása a mintában ugyanaz legyen mint az egész sokaságban, ezt úgy érhetjük el, hogy véletlenszerűen választjuk ki a mintaelemeket és kellően nagy elemszámmal dolgozunk.
c) Folytonos változó jellemzése, normális eloszlás, más eloszlások
Folytonos változó: az egyes értékek nem egyforma gyakoriak, a mérés pontatlan, biológiai változatosság. Az adatokat osztályokba rendezzük, mellyel egy tartományt adunk meg. Az osztályszélesség az intervallum hossza. Ha az osztályszélesség csökken, az osztályok száma (m) nő, ha m nő, akkor az elemszámot (n) is növelni kell.
Normális eloszlás: (ha n és m is végtelen) végtelen elemszámú minta esetén adódik a gyakorisági eloszlásból. Jellemzői: harang-(Gauss)görbével írható le, mely szimmetrikus, 1 maximummal rendelkezik, aszimptotikus az x tengelyre, görbe alatti terület =1, sok, egymástól független tényezők által meghatározott változók adják (centrális határeloszlás tétele). Két paraméter jellemzi a várható érték (), mely megadja a görbe maximum-helyét és az elméleti szórást (), mely a görbe szélességét jellemzi. Az eloszlás elméletileg minden pozitív és negatív értéket magába foglal, gyakorlatilag 6 hosszúságú szakaszon helyezkedik el a tipikus érték körül (biztos hibakorlát 99,8%).
Más eloszlások: lognormális eloszlás (logaritmikus transzformációnormális eloszlás); Poisson-eloszlás pl: szcintillációs számláló által mért értékek.
d) A mintából számolható statisztikai paraméterek és kapcsolatuk az eloszlás jellemzőivel
Kiszámítható statisztikai jellemzők az átlag (az adatok átlagtól való eltéréseinek összege 0): x = xi/n (), a szórás (amely megadja az adatok átlagtól való átlagos eltérését): s = (xi-x)2/n-1 (), és az átlag szórása (amely a minták átlagának a várható értéktől való átlagos eltérését adja meg): sx = s/n – a várható érték () becslés alapján három konfidencia intervallumban van, 3 konfidencia valószínűséggel : x±sx 68%, x±2sx 95% (hibakorlát), x±3sx 99,8% (biztos hibakorlát) valószínűséggel.
33. Biostatisztika II
Bev: A mintából kvantitatív (becslés) és kvalitatív (hipotézis vizsgálatok) következtetések tehetők
a) Egymintás t-próba (nullhipotézis, döntés, alkalmazhatóság)
Van-e változás vmely paraméterben (hatásos-e a beavatkozás)? Mérés: egy fizikai mennyiséget mérünk egy mintán. Nullhipotézis: a minta elemek megváltozásainak összege zérus (a beavatkozás hatástalan). Az eredeti hipotézishez végtelen sok eloszlás tartozik, a nullhipotézishez azonban csak 1 (=0). Kiszámítása: t(n-1)=x-0/sx, azaz x-0/s.n, ahol x az x megváltozásainak átlaga, n a minta elemeinek száma, (n-1) a szabadsági fok. Feltétele: a változó normális eloszlású, az elemek egymástól függetlenek. Döntés: a számított t érték táblázatbelivel való összevetése után, ha nagyobb/egyenlő mint a szignifikanciaszinthez tartozó t, akkor nullhipotézist elvetjük.
b) Lázcsillapító hatása: n=10 fõs csoportban a számolt t-érték 2,9 volt. Mit mondhatunk a gyógyszer hatásosságáról?
A szabadsági fok: f=9, a táblázat alapján, a gyógyszer hatásos, hiszen az eredmény akár 2%os szignifikanciaszint kielégítésére is alkalmas.
c) Kétmintás t-próba
Van-e különbség két mintában (melyek csak bizonyos szempontból különböznek)? Mérés: ugyanazt a fizikai mennyiséget mérjük két mintán. Nullhipotézis: nincs különbség (a két gyógyszer uo. hatású). Kiszámítása: t(n1+n2-2)=x1-x2/s*, ahol s*=(Q1+Q2/n1+n2-2), ahol q=(x1-x)2. Feltétel: a változó normális eloszlású, a két minta egymástól független, a vizsgált paraméter kivételével a két minta egyforma, a két minta szórása egyforma, eldöntése F próbával: F=s12/s22. Szabadsági fokok száma: f=n1+n2-2. Döntés: a számított t érték, a választott szignifikancia szint és táblázat alapján.
d) Szignifikanciaszint, I. II. típusú hiba
Szignifikanciaszint: az eloszlást megcsonkítjuk és bizonyos részét nem tekintjük az eloszláshoz tartozónak (mivel minimális valószínűséggel a végtelenben lévő adatok is hozzátartoznak), általában 2,5-2,5% a levágott rész (a hibaszázalék is ennyi lesz)
Akárhogy döntünk fennáll tehát a tévedés veszélye, hiszen ha elvetjük a –helyes– nullhipotézist, mert a véletlen folytán számolt érték kissé távol esik a zérustól, ez elsőfajú hibát okoz. Valószínűsége arányos a t eloszlásból levágott területek nagyságával, tehát tetszés szerint csökkenthető. Ha megtartjuk a –helytelen– nullhipotézist, pedig a kiszámított érték elég távol van zérustól, az másodfajú hibát okoz. Az érték ilyenkor nem a t=0 várható értékű t-eloszláshoz tartozik, hanem egy másikhoz, amit azonban nem ismerünk.
34. Biostatisztika III
a) Korreláció, korrelációs együttható
Korreláció: együtt változás, nem feltétlenül oksági kapcsolattal. (gyerekek testmagasság és szisztolés vérnyomása)
Korrelációs együttható: r=Qxy/Qxx.Qxy, ahol Qxy=(xi-x)(yi-y), Qxx=(xi-x)2, Qyy=(yi-y)2. A változók közötti kapcsolat szorosságát jellemzi. Értéke +1 és –1 között változhat (pozitív ill. negatív meredekségű egyenes). Annál jobban közelíti nullát, minél inkább eltérnek a pontok az illesztett egyenestől.
b) Korrelációs t-próba
Van-e kapcsolat ill. összefüggés két paraméter között (gyógyszer dózisa és bizonyos hatás között)? Mérés: két fizikai mennyiséget mérünk ugyanazon a mintán. Nullhipotézis: nem együtt változnak, hanem egymástól függetlenül ingadoznak. Az eredeti hipotézishez végtelen sok eloszlás tartozik, a nullhipotézishez azonban csak 1 (=0). Kiszámítása: t(n-2)=r.n-2/1-r2, ahol n a mérési pontok száma. Feltétele: normális eloszlású változó. Ha ttp elvetjük a nullhipotézist, ha t
c) Egy n=11 fõs csoportban végzett vizsgálat eredménye: r=0,5 és t=1,73. Van-e a két mennyiség között korreláció?
A szabadsági fokok száma 9. A kapott t értéket táblázatba behelyettesítve, a szignifikanciaszintet meghaladó hibaszázalékot (>10%) kapunk, így a nullhipotézist megtartjuk.
d) Lineáris regresszió
y=ax+b, ahol az a az egyenes meredeksége, b a tengelymetszet (ebben a pontban metszi az egyenes y tengelyt). Az egyenesünket úgy kell felvenni, hogy a mérési pontok és az egyenes közötti Y irányú eltérések összege a lehető legkisebb legyen, és kb. ugyanannyi pont kerüljön az egyenes alá, mint fölé. Ha a kapott pontjainkra látszólag nem lehet egyenest illeszteni, akkor alkalmazzuk a lineáris regressziót. y1-(ax1+b), y2-(ax2+b), ax3+b-y3, ax4+b-y4. Illesztett egyenesekből a Qh=(yi-(axi+b))2, mennyi a minimuma? Kapott Qh(a,b) kétváltozós hibafüggvény egy gödör-felületet ad, melynek mindkét tengelyirányú síkmetszete parabola. A függvény legkisebb értékpárja adja a gödör alját. Ezt kell kiválasztanunk. Érdemes a megoldás után a korrelációs együtthatót (r) kiszámolni, hogy van-e értelme a pontokra egyenest illeszteni (ha r~0hoz, akkor nincs).
35. Biostatisztika IV
a) Rangkorreláció
Hatásos fejfájáscsillapító-e az aszpirin? Aszpirint és placebót adunk 1-1 csoportnak, majd 10-es skálán bejelöltetjük a hatást. Ezután az értékeket csoporttól függetlenül rangsoroljuk. Nullhipotézis: nincs különbség a két csoport között, az aszpirin hatástalan. A nullhipotézisnek egyenletes eloszlás felel meg. Az eredeti hipotézishez végtelen sok eloszlás tartozik, a nullhipotézishez azonban csak 1 (=0). A mért adatok azt mutatják, hogy a skálán az aszpirint kapottak jelöltek be magasabb értékeket. T az első csoportban a rangok összeg, várható értéke: (n1+n2+1)/2. Z= T-n1T/(n1n2T/6). A Z változó standard normális eloszlású (=0, =1). Ha ZZp (p a valószínűsége, hogy Z ekkora, vagy nagyobb legyen), elvetjük a nullhipotézist, ha Zb) 2-próba
Különbözik-e egy tulajdonság gyakorisága két populációban (pl: tüdőrák)? Mérés: két kategorikus változót mérünk ugyanazon a mintán. Nullhipotézis: nincs különbség a vizsgált tulajdonság előfordulási gyakoriságában, tehát khinégyzet értéke zérus. A függetlenség fogalma: P(AésB)=P(A).P(B). 2 érték véletlen ingadozásait a 2 eloszlás írja le. Kiszámítása: 2=n(ad-bc)2/(a+b)(c+d)(a+c)(b+d). Adatok felvétele, betűk értelme az ún. gyakorisági/kontignencia/2x2 táblázatba. Szabadsági fokok száma adott esetben f=1, egyébként: sorok száma-1.oszlopok száma-1. Ha 22p nullhipotézist elvetjük.
c) 2x2-es táblázat
A 2 próba során használt elemek összegeit vesszük fel bele: függőlegesen csop1, csop2, vízszintesen igaz, nem igaz: a, b, c, d értékekkel. A sorok, oszlopok végén összegzés: a+b, c+d, a+c, b+d.
d) Van-e különbség ffiak és nõk között szemüveg viselésben? Eredmény: 7,2. Hogyan válaszolható meg a kérdés?
Mivel a szabadsági fok 1, a kapott eredményt a 2 táblázatban megvizsgálva, a nullhipotézist elvethetjük, hiszen az eredmény akár 1%os szignifikanciaszint kielégítésére is alkalmas.
36. Biostatisztika V
a) Követéses vizsgálat; relatív kockázat
A válogatás alapja a rizikófaktor (dohányzik, nem-dohányzik). 2x2es táblázat használata. Függöleges: kockázati tényező megléte, nincs meg, vízszintes: beteg, nem beteg. Relatív kockázat (RR): a/a+b és c/c+d hányadosa. Nullhipotézis: a rizikófaktornak nincs szerepe. RR várható értéke 1 (ha a kockázatnak nincs szerepe). Standard hiba: lnRR=1-a(a+b)/a+1-c(c+d)/c. 95%os konfidencia intervallum (0,87-13,5), tehát a vizsgált adatok mellett nem vethetjük el a 0 hipotézist. Gyakran hosszú ideig tart, költséges, az elemszám a hosszú idő miatt nehezen becsülhető meg.
b) Eset-kontroll vizsgálat; esélyarány
Válogatás alapja: beteg-nem beteg. Van-e szerepe a rizikófaktornak? (pl fogamzás gátló-mellrák) 2x2es táblázat, függ. beteg, nem beteg, vízszint. használt, nem használt fogamzásgátlót. Esély: betegek esetében: a/c, nem betegek esetében:b/d. Esélyarány (OR): a kettő hányadosa. Nullhipotézis: nincs szerepe a rizikófaktornak. OR várható értéke 1. Standard hiba: lnOR=1/a+1/b+1/c+1/d. 95%os konfidencia intervallum: 0,8-1,1, tehát a vizsgált adatok mellett megtartjuk a nullhipotézist. Előnyei: gyors, könnyű, olcsó, széles körben használható, ritka betegségek esetén is. Hátrány: nem használható, ha a kockázati tényező előfordulása ritka.
c) Normál tartomány
Elegendően nagy elemszámú mintából számolt intervallum, amelyben lévő értékeket normálisnak fogadunk el, alatta-fölötte lévő értékek eltérnek az egészséges emberekétől (pl: vérinzulinszint). Kiszámolása: ha az adatok normális eloszlást követnek: x1,96.sx. (Normális eloszlás: ha az elemszám és az osztályok száma végtelen, akkor adódik a gyakorisági eloszlásból. Két paraméter jellemzi: a várható érték (), mely megadja a görbe maximum-helyét és az elméleti szórást (), mely a görbe szélességét jellemzi. Az eloszlás elméletileg minden pozitív és negatív értéket magába foglal, gyakorlatilag 6 hosszúságú szakaszon helyezkedik el a tipikus érték körül - biztos hibakorlát 99,8%). Ha nem normális eloszlást követnek: akkor az a középső tartomány, mely az adatok 95%át tartalmazza.
d) Diagnosztikai eljárások statisztikai paraméterei (elõfordulás, specificitás, érzékenység, korrekt neg, korrekt poz)
A helyes diagnózis felállításához használjuk. 2x2es táblázat, igen-nem, +-–, a valódi pozitív, b téves pozitív, c téves negatív, d valódi negatív. Ideális esetben b,c=0. Előfordulás: a+c/n a betegek relatív gyakorisága. Feltételes valószínűség: egyes esemény valószínűsége, feltéve, hogy egy másik esemény már bekövetkezett. p(A,B)= p(AB)/p(B) együttes bekövetkezés. Érzékenység: a/a+c a pozitív eredmény gyakorisága a betegek között. Specificitás: d/b+d a negatív eredmény relatív gyakorisága a nem betegek között. Általában mindkettő közel van a 100%hoz. Gyakorlatban: könnyen kezelhető esetekben (magas érzékenység), ellenkező esetben (magas specificitás). Korrekt pozitivitás: a/a+b, a betegek relatív gyakorisága a +ak között. Korrekt negativitás: d/d+c nem betegek relatív gyakorisága a –ak között. Értéke függ az előfordulás értékétől.
37. Impulzusgenerátorok
Bev: az orvosi gyakorlat mind diagnosztikai, mind terápiás célzattal használ elektromos impulzusokat. Az impulzusgenerátorokat egyirányú feszültség- és áramerősség-impulzusok, impulzussorozatok előállítására használják. Az impulzusok különféle alakúak (időbeli lefutásuk más) lehetnek.
a) Négyszögimpulzusok jellemzõ paraméterei
impulzusidő (RC), T periódusidő (beállítástól függ: + stabilis állapot ideje), f frekvencia (1/T), A amplitúdó (U2-U1).
b) Négyszögimpulzusok elõállítása, orvosi alkalmazásaik (monostabil és astabil multivibrátor)
Monostabil multivibrátor alkalmazásával állítható elő. Stabilis állapoton kívül kvázistabil (aktivált) állapottal bír, mely a bemenetre jutó feszültség(impulzus) hatására jön létre. Élettartamát egy RC-kör szabja meg, időtartama a impulzusidőállandóval fejezhető ki, ennek leteltével visszaáll az alapállapot. Kimenőfeszültség kétféle: U1 alapállapotban, U2 aktivált állapotban. A monostabil multivibrátor minden egyes aktiváló impulzusra négyszögimpulzussal válaszol. Mivel amplitúdója a feszültségek különbsége így ez a funkcionális egység (mmv) impulzusuniformizáló funkciót is betölthet.
Astabil multivibrátor: a monostabil multivibrátort kiegészítjük periodikus jelforrással, így kimeneten négyszögimpulzusokat kapunk, a vezérlő jelek periódusidejével (négyszögimpulzusgenerátor). pl: két monostabil mvibrátort csatolunk egymáshoz, úgy, hogy ha az egyik alapállapotba visszatér, akkor ez a feszültségimpulzus aktiválja a másikat, és viszont. Négyszögjeleinek amplitúdója U2-U1. Két, egymást perodikusan váltó állapot időtartamai pedig 1 és 2, a periódusidő: 1+2.
Orvosi alkalmazása - mmv: ratemeter –impulzus frekvencia meghatározás pl: izotópdiagnosztika, vázizmok terápiás ingerlése elektromos impulzusokkal, defibrilláció (x10F kapacitású kondenzátort kV nagyságrendűre töltik – kisütés). Amv: ultrahang-diagnosztikában, nagyfrekvenciás sebészetben és mindenhol ahol impulzusüzemet használnak, a szabályozó kapcsolóáramkört vezérli, pacemaker (70-90/min).
c) Impulzusszámlálás bistabil osztólánccal
A bistabil multivibrátor két stabilis állapotban létezhet, melyek közötti billenést a bemenetre adott megfelelő impulzus vált ki. Mindkét állapothoz a kimenőfeszültségnek egy-egy határozott értéke tartozik. A bistabil multivibrátor kimenőfeszültségének U2ről U1re ugrása megfelelő impulzus egy másik bistabil multivibrátor billentéséhez. Ilymódon osztóláncot alkothatnak, mely kettes számrendszerbeli impulzusszámlálásra alkalmas.
38. Szinuszoszcillátor
Bev: szinuszosan változó feszültséggel jellemezhető elektromos energiát (teljesítményt) állít elő.
a) Nagyfrekvenciás szinuszrezgések elõállítása
Kivitelezés: pozitívan visszacsatolt erősítő, melynek kimenetét LC-kör terheli, a visszacsatolást indukciós tekercs biztosítja. Oszcillásió KVKP=1 esetén. Az előállított elektromágneses rezgés frekvenciája az LC-kör sajátfrekvenciájával egyenlő f=1/(2LC), a frekvencia tehát az L és vagy C változtatásával állítható. A termelt energia L’C’ csatolókör segítségével jut el az alkalmazás helyére. Optimális energiacsatolás: LC=L’C’ rezonanciafeltétel teljesítésével biztosítható. Alkalmazás: a megfelelő frekvenciájú elektromos teljesítményt aztán mechanikai rezgésteljesítménnyé konvertáljuk: audiometria 20Hz-20kHz, UH >20kHz (ill. a sebészet és hőterápia átalakítás nélkül, közvetlenül is felhasználja >105Hz– a szövetben alakul át).
b) Nagyfrekvenciás hõterápiás módszerek, pácienskörök
Az elektromos áram hőhatása nem függ az áram irányától, váltóáram esetén a frekvenciájától sem. Elektromos teljesítményt szükség szerint alakíthatunk át hővé a testszövetekben, ha az elektromos áram frekvenciája elég nagy ahhoz, hogy áthaladását ne kísérje ingerhatás. Ez kb. 105Hznél nagyobb frekvenciájú áramot jelent. Az oszcillátorban termelt energiát a pácienskör segítségével juttatjuk el a felhasználás helyére, rendszerint levegőszigetelésű induktív csatolás közbeiktatásával. Az átadás feltétele a pácienskör és oszcillátor közötti rezonancia, ami automatikus hangolással biztosítható. A nyert hőt kétféleképpen hasznosíthatják: hőterápi v. sebészet.
A hőterápiában az elektromos energia a szövetekben alakul át hővé. Bejuttatás módjai: kondenzátorteres eljárás – a kezelt testrészt a pácienskör kezelőkondenzátorának szigetelővel borított fegyverzetei közé helyezik; tekercsteres eljárás – a testrészt a kezelőtekercsbe, vagy mellé helyezzük. Az alkalmazott frekvencia 10MHz nagyságrendű, a teljesítmény 100W rendű. Az erőterekben a testrész veszteséges dielektrikumként melegszik. A térerősség egyes szövetrétegek közötti megoszlását a elektromos vezetőképességek és a frekvencián kialakuló dielektromos együtthatók határozzák meg. A jól vezető izomszövetben lesz a legkisebb a térerősség, a zsírszövetben a legnagyobb (x10). A tekercsteres eljárásnál a vezetőképességgel arányosan melegszik a szövet, tehát ez a kedvezőbb megoldás. Sugárteres eljárás: 0,4-2,5GHz frekvencia, =70-12cm. Dipólantenna és reflektor sugározza az elektromágneses sugárzást a testrészre, a zsírszövetek gyengítési együtthatój alacsony, különösen kedvező eljárás, figyelemre méltó mélységi hőhatást eredményez.
c) Nagyfrekvenciás sebészet
Sebészeti alkalmazásnál a kezelendő testrész nagyfelületű semleges elektród és kisfelületű vágóelektróddal kapcsolódik a pácienskörbe. A vágóelektród közelében nagy lesz az egységnyi keresztmetszetre vonatkoztatott áramerősség, vagyis áramsűrűség. A termelt hő az áramsűrűség négyzetével arányos, ezért alatta a szövetek mintegy felrobbannak. A következményként fellépő koaguláció vérzésgátló hatású. Az alkalmazott frekvenia: 105-106Hz, teljesítmény 10-100W nagyságrendű. Az alkalmazott áramforma szinuszrezgés, állandó amplitúdóval rendelkezik (vágó) vagy modulált (koaguláló).
d) Ultrahang keltése
Ultahanggenerátor: szinuszoszcillátor és átalakító: nagyfrekvenciás (>20kHz) elektromos teljesítmény, elektromos rezgést mechanikai rezgéssé alakítja.
Az átalakítók működése többféle jelenségen alapulhat:
- piezoelektromos ultrahangkeltés: monokristályok (kvarc, etilén-diamin-tartarát, Seignette-só) felületükön nyomás hatására elektromos töltések lépnek fel. Ez a direkt piezoelektromos hatás. Megfordítása az inverz piezoelektromos hatás: kristálylemezre elektródokat helyeznek, potenciálkülönbséget hoznak létre, az elektromos tér hatására pedig a lemez deformálódik, a kristály rezgésbe jön. Ha a váltófeszültség frekvenciája azonos a lemez mechanikai sajátrezgésével rezonancia alakul ki. Intenzív rezgés előállítása céljából a lemezt az előállítandó UH frekvenciája szerint méretezzük és megfelelő elektromos rezgésekkel gerjesztjük.
- elektrosztrikció: bizonyos polikristályos kerámiaszerű anyagokon (pl: báriumtitanát) hasonló hatás jön létre elektromos tér hatására. Mind a piezo-, mind az elektrosztrikciós átalakítók UH előállítására és elektromos jellé való visszaalakítására egyaránt alkalmasak, azaz kétirányú csatolóelemek.
- magnetosztrikció: méretváltozás ferromágneses anyagon (pl: Fe, Ni) mágneses tér hatására – ferromágneses rúd + tekercs, benne UH-frekvenciás váltóáram. A rúd hossza periódikusan változik.
39.
|
