Statistik Riemann'scher Metriken und biomechanische Ganganalyse

黎曼度量统计和生物力学步态分析

• 批准号: 209598219
• 负责人: Professor Dr. Stephan Huckemann
• 金额: --
• 依托单位: Institut für Mathematische Stochastik (IMS)
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2011
• 资助国家: 德国
• 起止时间: 2010-12-31 至 2015-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/209598219?language=en
• 关键词: Statistik; Riemann; scher; Metriken; und

Das beantragte Forschungsvorhaben ist inspiriert durch die auf Le and Kume (2000) zurückgehendeHypothese: „Die Natur verläuft entlang von Geodäten“. In der statistischen Auswertung von Wachstumsdaten wurde diese Beobachtung u.a. vom Antragsteller statistisch validiert. In der Statistik komplexerer biologischer Daten, z.B. Ganganalysen am Kniegelenk, modelliert in der Gruppe der euklidischen Bewegungen, zeigt sich jedoch, dass diese Hypothese nicht bezüglich kanonischer nicht-euklidischer Metriken gilt. Ein zentrales Ziel des beantragten Forschungsvorhabens besteht darin, eine geignete Riemannsche Metrik aus den Daten zu schätzen, so dass die geodätische Hypothese gültig bleibt. Im Sinn des Prinzips der Minimierung von Energie in biologischen Prozessen kann die so gefundene Metrik dann als eine „Natürliche“ gelten. In Zusammenarbeit mit der School of Rehabilitation Science (Kanada) soll diese Methode in einer neuartigen Modellierung von Kniegelenkbewegungen, die insbesondere bezüglich spezifischer Markerpositionierung robuster ist als herkömmliche Methoden, zur Anwendung kommen und so einen grundlegenden Beitrag leisten, um in Zukunft diagnostische Verfahren (z.B. zur Frühdiagnose von Arthrose und Kreuzbandinsuffizienzen sowie Klassifizierungen infantiler Zerebralparesen) und Auswahl spezifischer therapeutischer Verfahren (z.B. physiotherapeutische Stärkung ausgezeichneter Muskelpartien) verbesseren zu können.

统计数据中的统计数据生物学复杂统计中，z.B.生物科学中的能源最小化原则是有罪的，因此我们必须遵循同样的原则“自然”gelten。 Einen grundlegenden Beitrag leisten，um in Zukunft diagnostische Verfahren (z.B. Stärkung ausgezeichneter Muskelpartien) verbesseren zu können。

项目成果

Asymptotics for Object Descriptors

对象描述符的渐近

• DOI: 10.1002/bimj.201300206
• 发表时间: 2014
• 期刊: Biometrical Journal
• 影响因子: 1.7
• 作者: Telschow; F. J.; S. F. Huckemann;M. Pierrynowski
• 通讯作者: M. Pierrynowski

Dimension Reduction on Polyspheres with Application to Skeletal Representations

多球体降维及其在骨骼表示中的应用

• DOI: 10.1007/978-3-319-25040-3_3
• 发表时间: 2015
• 作者: Eltzner; B.; S. F. Huckemann;S. Jung
• 通讯作者: S. Jung