haku: @instructor Virkkala, Jussi / yhteensä: 4
hakutulos-lista
viite: 1 / 4
« edellinen | seuraava »
Tekijä:Jääskinen, Väinö
Työn nimi:Modelling of Human Sleep Stage Transitions
Ihmisen univaiheiden välisten siirtymien mallintaminen
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2010
Sivut:74      Kieli:   eng
Koulu/Laitos/Osasto:Informaatio- ja luonnontieteiden tiedekunta
Koulutusohjelma:Tuotantotalouden tutkinto-ohjelma
Oppiaine:Sovellettu matematiikka   (Mat-2)
Valvoja:Hämäläinen, Raimo P.
Ohjaaja:Virkkala, Jussi
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  28   | Arkisto
Avainsanat:stochastic process
sleep
Markov
stokastinen prosessi
uni
Markov
Tiivistelmä (fin): Unta tutkitaan usein mittaamalla aivojen sähköistä toimintaa.
Tästä saatavat jatkuvat signaalit voidaan luokitella diskreetteihin univaiheisiin.
Tätä univaihedataa tuottavan prosessin mallintaminen on hyödyllistä, koska se auttaa ymmärtämään sekä tavallisen että patologisen unen piirteitä.

Diplomityön tarkoituksena oli tutkia Markov-ominaisuuden omaavan stokastisen prosessin käyttöä mallina univajeen jälkeen mitatulle palautumisunelle sekä normaalille unelle.
Siirtymätodennäköisyyksiä univaiheiden välillä tutkittiin Markovin ketjuilla.
Prosessin heterogeenisuuden takia mittausyö jaettiin osiin.
Jokaiselle koehenkilölle estimoitiin mallit perustuen osiin, joiden pituudet olivat yksi, kaksi, neljä ja kahdeksan tuntia.
Markov-mallin oletusten testaamiseksi näitä malleja verrattiin nollannen ja toisen asteen riippuvuuden malleihin.
Myös viipymisaikojen jakaumia tutkittiin.

Estimoitujen Markovin ketjujen vertailu osoitti eroja siirtymätodennäköisyyksissä normaalin ja palautumisunen välillä.
Mallin validoimiseksi simuloitiin univaihedataa.
Sitä verrattiin alkuperäisestä datasta laskettuihin keskiarvoihin.
Lisäksi asiantuntijoille näytettiin simuloituja sekä alkuperäisiä hypnogrammeja.
Asiantuntijat erottivat simuloidut ja aidot hypnogrammit.
Kun mallissa käytettiin lyhyempää yön osan pituutta, erottaminen oli hiukan vaikeampaa.

Tuloksien perusteella voidaan päätellä, että Markovin ketjut näyttävät eroja koeasetelmien välillä esimerkiksi univajeessa.
Niitä voidaan käyttää antamaan suuntaa kokeelliselle tutkimukselle.
Kuitenkin univaiheet tuottavan prosessin heterogeenisuuden vuoksi eräät muut mallit voivat olla suotavampia useissa tapauksissa.
Univajeen tutkimuksessa siirtymien todennäköisyyksien riippuvuus ajasta ja koeasetelman vaikutuksesta olisi suotavaa mallintaa yhdessä.
Tiivistelmä (eng): Human sleep is often studied by measuring the electrical activity of the brain.
This gives continuous signals that are scored to sleep stage data.
Modelling of the process that generates sleep stage data is useful as it helps to understand characteristics of both normal and abnormal sleep.

The aim of this thesis was to explore the use of a stochastic process with the Markov property as a model for sleep that has been measured within a sleep deprivation study design.
Probabilities for transitions between sleep stages were studied with Markov chain models.
Effects of time-heterogeneity of the process were tested by dividing the night into segments.
Models based on segment length of one, two, four, and eight hours were estimated separately for each subject.
Assumptions of the Markov model were tested with comparison to models of zeroth and second-order dependence.
Also, distributions of sojourn times were studied.

Comparison of estimated Markov chains showed differences in transition probabilities between normal and recovery sleep.
For validation, simulation was used for generating sleep stage data.
Comparison was made with averages of original data.
Also, experts were shown simulated and authentic sleep stage data visualized as hypnograms.
They recognized simulated hypnograms from authentic ones.
But with models of shorter segment length, this was slightly more difficult.

The findings suggest that Markov chain models show differences between experimental conditions like sleep deprivation.
Thus they can be used for guiding experimental research.
Because of the heterogeneity of the process, some other models could be preferable in many cases.
For studying sleep deprivation, time-dependence of transition probabilities should be modelled together with effects of the experimental condition.
ED:2010-03-15
INSSI tietueen numero: 39091
+ lisää koriin
« edellinen | seuraava »
INSSI