Statistiska metoder för att upptäcka neuropatier
Forskningsprojekt, 2014
– 2017
Statistiska metoder för att upptäcka neuropatier Det spatiala mönstret av tunna nervtrådar på överhuden kan användas för att studera neuropatier (till exempel diabetesneuropati). Neurologerna William Kennedy och Gwen Wendelschafer-Crabb på University of Minnesota har observerat genom visuell inspektion att den rumsliga trådstrukturen hos en person med en så-kallad små fiber neuropati ("small fiber neuropathy" på engelska) skiljer sig från trådstrukturen hos en frisk person. De sjuka trådstrukturerna verkar ha mindre nervtrådar per area och tråderna tenderar att vara mer klumpade än i de friska strukturerna. Nuvarande klinisk praxis fokuserar mest på de observerade antalen nervtrådar men ytterligare analys av den rumsliga fördelningen av trådarna kan leda till att upptäcka små fiber neuropatier i tidigare skeden då de observerade antalen nervtrådar räknas fortfarande att vara inom normala (friska) gränser. Därför kommer vi att fokusera på den rumsliga strukturen av nervtrådar hos friska patienter och hos patienter med diabetesneuropati. Genom att använda stokastiska rumsliga processer (i rum och tid) kommer vi att generera mönster som liknar dem som observerats i data för att bättre förstå och beskriva den rumsliga strukturen. De (parametriska) modellerna som vi kommer att konstruera kommer att hjälpa oss att upptäcka och förstå skillnaderna mellan de friska och sjuka nervtrådmönstren. Projektet kommer att vara ett nära samarbete med neurologerna William Kennedy och Gwen Wendelschafer-Crabb, som kommer också att samla in data i form av digitaliserade mikroskopbilder.
Deltagare
Aila Särkkä (kontakt)
Chalmers, Matematiska vetenskaper, Tillämpad matematik och statistik
Finansiering
Vetenskapsrådet (VR)
Finansierar Chalmers deltagande under 2014–2017