MVEX01-19-19 Kan man se om personer är sjuka baserat på hur de svettas?

​Nyckelord: Maskininlärning, Statistik, Dataanalys, Medicinteknik
Ett klassificeringsproblem är en viktig typ av problem som förekommer inom maskininlärning och statistik. Klassificering innebär att man vill identifiera vilken av en uppsättning kategorier (delpopulationer) en ny observation tillhör. Många tekniska och naturvetenskapliga problem kan beskrivas som klassificeringsproblem. Ett exempel på ett klassificeringsproblem är diagnostisering av en patient baserat på patientens observerade egenskaper, såsom kön, blodtryck och olika symptom. Typiskt vill man då klassificera huruvida patienten har en viss sjukdom (kategori sjuk) eller inte har (kategori frisk).

I detta projekt kommer vi att undersöka om det går att urskilja friska patienter mot patienter som lider av perifer neuropati, dvs. skador av nerver eller sjukdomar som påverkar nerverna. Ett sätt att utvärdera hur mycket nervsystemet har blivit påverkat av neuropati är att mäta svettkörtelfunktionen genom att använda ett dynamiskt test som mäter intensiteten och fördelningen av aktiverade svettkörtlar och den genomsnittliga svettningsgraden per körtel. På bilden nedan kan man se svettmönstret av en patient efter 1, 20, 40 och 60 sekunder efter att hon/han har börjat svettas.

 

Svettmönster för en patient

Från dessa sekvenser av bilder har vissa sammanfattande statistikor beräknats, t.ex. ytan täckt av svett, antal svettdroppar, den genomsnittliga ytan av en svettdroppe och mått för gruppering av svettdroppar. Det finns också information om var i kroppen bilderna har tagits.
Syftet med det här projektet är att undersöka hur bra någon eller några klassificeringsmetoder kan diagnostisera patienter som lider av perifer neuropati. Efter att ha avslutat projektet kommer du att ha lärt dig

  • grundläggande teori för klassificering
  • att använda R eller Matlab för att klassificera
  • om mått som används inom spatiala punktprocesser.

Projektkod MVEX01-19-19
Gruppstorlek 2-4 studenter
Målgrupp GU- och Chalmersstudenter. För GU-studenter räknas projektet som ett projekt i Matematisk statistik(MSG900/MSG910).
Projektspecifika förkunskapskrav Programmeringsförmåga.
Se respektive kursplan för allmänna förkunskapskrav. Utöver de allmänna förkunskapskraven i MVEX01 ska Chalmersstudenter ha avklarat kurser i en- och flervariabelanalys, linjär algebra och matematisk statistik.
Handledare Aila Särkkä (aila@chalmers.se, tel: 772 3542), Anders Hildeman (hildeman@chalmers.se, tel: 772 5310)
Examinator Maria Roginskaya, Ulla Dinger
Institution Matematiska vetenskaper

Publicerad: må 22 okt 2018. Ändrad: on 16 jan 2019