Browse:

The university is member of the Confederation of Open Access Repositories (COAR)

More information about Open Acces at open-acces.net

Statistical analysis of biomedical data

URN to cite this document: urn:nbn:de:bvb:355-opus-3474

Jung, Andreas (2004) Statistical analysis of biomedical data. PhD, Universität Regensburg

Preview

Publishing license for publications excluding print on demand
PDF - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
4Mb

Abstract (English)

Statistical analysis of biomedical data

Today, the recording of the patient's status in multivariate data sets is a standard procedure in everydays clinical life. At the university hospital in Regensburg, the department of neurosurgery records different biomedical data sets in the clinical environment. The goal of this work is to reveal with the aid of statistical analysis methods connections in the data and to derive for this purpose new mathematical models and algorithms.

Three different typs of analysis methods were used. Firstly the classical time series analysis to detect correlations and couplings in the time series. As a second method, the independent component analysis, is used to extract from a set of signals (>>2) the generating independent sources. Finally a modelling approach is used to reproduce the signals obtained in the neuromonitoring recordings.

With the presented analysis technics, previous conjectures could be confirmed as well as new connections in the data revealed.

Translation of the abstract (German)

Statistische Analyse von biomedizinischen Daten

Im klinischen Alltag, wie an der Universitätsklinik Regensburg, fallen zum Teil grosse Mengen an Daten, speziell multivariate / Mehrkanal-Daten an, die seit kurzem digital aufgenommen werden können. Das Ziel dieser Arbeit ist es mit Hilfe neuer statistischer Analyseverfahren Zusammenhänge in den biomedizinischen Daten aufzudecken und die dafür nötigen mathematischen Algorithmen zu entwickeln.

Drei verschiedenen Analyseverfahren werden aus dem Gebiet der Datenanalyse verwendet. Zum ersten die "klassische" Zeitreihenanalyse mit Hilfe derer man Korrelationen und Koppelungen zwischen einzelnen Zeitreihen aufspüren kann. Als zweites neues statistisches Verfahren wird die ICA (Independent Component Analysis - Unabhängige Komponenten Analyse) verwendet, die aus einer Mischung von Signalen (>>2) die unabhängigen Quellen extrahieren kann. Als dritte Methode wird die Modellerstellung verwendet, die einem mehr Einsicht in die zugrunde liegenden Prozesse gewährt.

Mit Hilfe der verwendeten Analyseverfahren konnte vorhanden Vermutungen fundiert, aber auch neue Zusammenhänge aufgedeckt werden.

Item Type:	Thesis of the University of Regensburg (PhD)
Referee:	Klaus (Prof. Dr.) Richter
Date of exam:	29 January 2004
Institutions:	Physics > Institute of Theroretical Physics > Chair Professor Richter > Group Klaus Richter
Keywords:	Statistische Analyse , Medizin / Datenverarbeitung , Zeitreihenanalyse , Mathematisches Modell , , Independent Component Analysis , Neuromonitoring , Electro-Encephalography , EEG
Subjects:	500 Science > 530 Physics
Status:	Published
Refereed:	Yes, this version has been refereed
Created at the University of Regensburg:	Yes
Owner:	Universitätsbibliothek Regensburg
Deposited On:	26 Oct 2009 16:32
Last Modified:	09 Oct 2012 08:12
Item ID:	10168

Export bibliographical data

Literature of the same author

in this repository

at BASE

at Google Scholar

at Scirus

Bookmark

Owner Only: item control page