Hoppa direkt till innehållet

Information till studenter och medarbetare med anledning av covid-19 (Uppdaterad: 15 april 2021)

printicon

Utveckling av biostokastiska metoder för analys av spatio-temporala signaler – med tillämpning på muskelfysiologi och cancertumörers biologi

Forskningsprojekt Syftet med projektet är att utveckla stokastiska modeller och statistiska metoder som kan ge säkrare uppskattningar av de fysiologiska parametrar som kan fås från flera olika spatio-temporala signaler.

Vid en del moderna undersökningar erhålls spatio-temporala signaler från flera olika mätningar. Tillämpningsområden är dels magnetresonansavbildning (MRI) där man kan använda sig av både dynamiskt kontrastförstärkt magnetresonans (DCE-MRI) och magnetresonans-spektroskopi (MRS) och dels muskelfysiologi-studier där man använder sig av multikanals-elektromyografi (EMG), ultraljud och/eller infrarött ljus (NIR). Analysmetoder kommer att tillämpas inom muskelfysiologi och cancertumörkarakterisering, men projektet kommer att fokusera på den biostokastiska metodutvecklingen. Detta är ett delprojekt inom ram för CMTF finansieras av EU Mål 2.

Projektansvarig

Jun Yu
Professor
E-post
E-post
Telefon
090-786 51 27

Projektöversikt

Projektperiod:

2008-08-01 2011-06-30

Finansiering

Finansår , 2008, 2009, 2010, 2011

huvudman: Jun Yu, finansiar: EU Regional Development Fund, y2008: 250, y2009: 500, y2010: 500, y2011: 250,

Medverkande institutioner och enheter vid Umeå universitet

Institutionen för matematik och matematisk statistik, Teknisk-naturvetenskaplig fakultet

Forskningsområde

Medicinsk teknik, Statistik

Projektbeskrivning

Belastningsskador och andra muskelbesvär är vanliga orsaker till långvariga sjukskrivningar. Trots detta är orsaken till dessa besvär i många fall okänd. Det har genom åren varit en aktiv forskning om hur musklerna fungerar fysiologiskt i olika situationer, men denna forskning har tyvärr starkt begränsats av att de tillgängliga metoderna har varit för dåliga. Ett annat område som skulle kunna vinna på att dessa tekniska analysmetoder förbättras är cancerbehandling. Där skulle dessa analysmetoder kunna användas för att ge biologisk information om tumörer, så att man kan bestämma individuella stråldoser. Med hjälp av en avbildningsteknik, som magnetresonansavbildning (MRI), är det möjligt att få spatiala (rumsliga) och temporala (tidsmässiga) signaler. Vanliga MRI-bilder är bra för att bestämma anatomin, däremot finns det många begränsningar när det gäller att få information om fysiologin. Ett exempel på en spatio-temporal signal är dynamiska kontrastförstärkta MRI-bilder. Istället för att enbart studera statiska MRI-bilder tittar man på förloppet av hur kontrastmedlet fördelar sig i kroppen, t.ex. hur snabbt och hur mycket som tas upp i en eventuell cancertumör. Spatio-temporala signaler har av tekniska skäl inte varit så vanliga inom medicin och är svåra att analysera med befintliga metoder. Så behovet är därför stort av stokastiska modeller och statistiska metoder där den spatiala och temporala dimensionen betraktas samtidigt.
     
Syftet med projektet är att utveckla stokastiska modeller och statistiska metoder som kan ge säkrare uppskattningar av de fysiologiska parametrar som kan fås från flera olika spatio-temporala signaler. Vid en del moderna undersökningar erhålls spatio-temporala signaler från flera olika mätningar. Tillämpningsområden är dels magnetresonansavbildning (MRI) där man kan använda sig av både dynamiskt kontrastförstärkt magnetresonans (DCE-MRI) och magnetresonans-spektroskopi (MRS) och dels muskelfysiologi-studier där man använder sig av multikanals-elektromyografi (EMG), ultraljud och/eller infrarött ljus (NIR). Analysmetoder kommer att tillämpas inom muskelfysiologi och cancertumörkarakterisering, men projektet kommer att fokusera på den biostokastiska metodutvecklingen.

De biostokastiska metoder som utvecklas i detta projekt ska beskriva relevanta parametrar i kvantitativa mått med bestämda osäkerhetsuppskattningar. För att minska osäkerheten i skattningarna av parametrar är det nödvändigt att reducera bruset i mätsignalerna och för detta krävs också en metodutveckling. Därför kommer även metoder som kan reducera bruset att utvecklas och evalueras.

Projektet har en stark koppling till projekten ”Adaptiv bildoptimerad cancerbehandling – utveckling av MRI-metoder” (Prof. Mikael Karlsson, Radiofysik, Umeå universitet) och ”Utveckling av multimodala metoder för ökad förstålelse av förändringar och sjukdomar i skelettmuskulatur” (Prof. Stefan Karlsson, Medicinsk teknik, VLL).

Detta är ett delprojekt inom ram för CMTF finansieras av EU Mål 2.