V?it?s: 5.6.2019 N?kym?tt?m?n n?kyv?ksi - aivosolujen geometriaa voidaan kartoittaa seuraamalla vesimolekyylien satunnaispolkuja (Liu)
Vesimolekyyleill? ja diffuusiolla on t?rke? rooli el?m?n yll?pidossa. Diffuusiogeometrian avulla voidaan kartoittaa tarkasti esimerkiksi aivojen valkeaa ja harmaata ainetta sek? hermoratoja. Moderni magneettikuvaustekniikka (MRI) mahdollistaa diffuusioilmi?n mittaamisen elimist?. Diffuusio-MRI:n avulla on mahdollista saada my?s tilastollista informaatiota solujen ja soluelinten mikroskooppisista rakenteista.
V?it?skirjassaan FM Jia Liu on kehitt?nyt ja soveltanut useita uusia laskennallisen tilastotieteen menetelmi? diffuusio-MRI-datan analysointiin. V?it?skirjan tilastollinen tutkimusongelma on l?ht?isin aivosairauksien kuten Lewy kappale -taudin diagnosoinnin tarpeesta.
Diffuusio-MRI-aineistot ovat massiivisia. Aivojen diffuusio-MRI-tiedosto sis?lt?? kokonaisuudessaan tyypillisesti noin 100 000 vokselia, ja jokainen n?ist? sis?lt?? satoja mittausarvoja. Nykyiset k?yt?ss? olevat MRI-kuvauslaitteet ovat lyhent?neet kokonaiskuvausaikaa potilasta kohden, ja my?s kuvausten hinnat ovat koko ajan laskeneet.
Diffuusio-MRI kuvantaminen vaatii kuitenkin runsaasti kallista laite-aikaa verrattuna muihin kuvausmodaaliteetteihin. Haasteellista on my?s potilaan pysyminen paikallaan riitt?v?n pitk?n ajan kuvauksen aikana.
Jatkuvasti kasvavat laskentaresurssit tehostavat ja monipuolistavat tiedon k?sittely?. Niiden ansioista on mahdollista k?ytt?? edistyneit? tilastollisia menetelmi?, joilla saadaan tarkempia analyyseja. Diffuusio-MRI:n matemaattisen mallinnuksen ja tilastollisen analyysin parannuksilla voi olla suurta merkityst? esimerkiksi aivosairauksien diagnostiikassa ja neurotieteiden eri alueilla.
V?it?skirjassaan FM Jia Liu on kehitt?nyt uusia datan synteettiseen suurentamiseen (data-augmentointiin) perustuvia malleja, joissa uskottavuusfunktiota yksinkertaistetaan lis??m?ll? piilohavaintoja. Data-augmentoinnin ansiosta voitiin soveltaa tehokkaasti useita laskentamenetelmi?, kuten EM- ja Markovin ketju Monte Carlo -algoritmia sek? variaatio-Bayes-menetelm?? eri diffuusio-MRI-malleihin. Tuloksena saatiin tunnuslukuja, jotka kuvaavat vesimolekyylien satunnaispolkuja. Kehitetyt menetelm?t toimivat paremmin kuin aikaisemmat.
Tutkimus on julkaistu Jyv?skyl?n yliopiston v?it?stutkimusten sarjassa JYU Dissertations, 2019. ISBN 978-951-39-7787-0 (PDF) URN:ISBN:978-951-39-7787-0 ISSN 2489-9003.
Linkki julkaisuun: http://urn.fi/URN:ISBN:978-951-39-7787-0
FM Jia Liun laskennallisen tilastotieteen v?it?skirjan "Data Augmentation under Rician Noise Model in Diffusion MRI with Applications to Human Brain Studies" tarkastustilaisuus on keskiviikkona 5.6.2019 Jyv?skyl?n yliopistossa Mattilanniemen kampuksella (Agora Alfa) kello 12-15. Vastav?itt?j?n? on professori Ian Dryden (University of Nottingham, UK) ja kustoksena tohtori Salme K?rkk?inen (Jyv?skyl?n yliopisto). V?it?stilaisuuden kieli on englanti.
FM Jia Liu valmistui tilastotieteen maisteriksi Helsingin yliopistosta vuonna 2011, jolloin h?n aloitti tohtoriopinnot Jyv?skyl?n yliopistossa matematiikan ja tilastotieteen laitoksella. V?it?skirjan ohjaajat ovat dosentti Dario Gasbarra Helsingin yliopistosta, FT Salme K?rkk?inen ja emeritusprofessori Antti Penttinen.
Vuosina 2016- 2018 FM Liu on tutkinut koesuunnitteluteoriaa Helsingin yliopistossa. Nyky??n h?n tutkii verkkokalvon ik?rappeuma-aineistoja, Helsingin yliopiston sairaalan silm?klinikalla.
Lis?tietoja:
FM Lia Liu, jia.liu@helsinki.fi
Tiedottaja Tanja Heikkinen, tanja.s.heikkinen@www.beijingaz.com, puh. 050 581 8351
Matemaattis-luonnontieteellinen tiedekunta
?
?