Modellutvärdering av Thomas- och Matérnklusterprocesserna för nervmönster i neuropati

Detta är en Kandidat-uppsats från Göteborgs universitet/Institutionen för matematiska vetenskaper

Sammanfattning: Den globala epidemin av diabetes och prediabetes har lett till en epidemi av komplikationerrelaterade till dessa sjukdomar. En av de mest förekommande komplikationerna är diabetesneuropatisom utmärks av axonal degeneration av nervtrådar och kan orsaka känselbortfalloch smärtor. Med hjälp av konfokalmikroskopi har man kunnat observera att nervändarnai ytterhuden hos sjuka patienter tenderar att vara mer klustrade än hos friska. Därför ärdet viktigt att få bättre förståelse för degenerationsprocessen och den spatiala strukturen inervmönster för att kunna upptäcka diabetesneuropati i tidigt stadium.I detta arbete undersöks hur två matematiska modeller, Thomas- och Matérnklusterprocesserrepresenterar nervdata i form av punktmönster, från åtta friska och sju sjuka patienter genomatt anpassa båda modeller till individuell data och gruppvist. Modellerna anpassas till datafrån nervändarna med hjälp av minimum contrast-metoden. Vi använder K-funktionen somsammanfattningsfunktion vid anpassning av modeller, vilket beskriver det förväntade antaletgrannpunkter inom radie r från godtycklig punkt i punktprocessen. Därefter testas lämplighetav de anpassade modellerna med ett sammansatt ”global envelope” test och analys av modellermed hjälp av all data.Resultat från individuella anpassningstestet indikerar att Thomas och Matérnprocesserkan vara lämpliga för modellering av nervänderna och att det inte finns en väsentlig skillnadi prestanda mellan de två processerna. Båda processer klarade den gruppgemensamma anpassningstestetför den friska gruppen men förkastas för den sjuka gruppen vilket kan beropå större variationer hos den sjuka gruppen. Från analys av fullständig data framgick det attbåda modeller tenderar att överskatta antalet kluster.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)