Skip to content
Menu
  • Etusivu
  • Artikkeli
  • MAL-Lehti
    • 2025
      • Lehti 1-2025
    • 2024
      • Lehti 1-2024
      • Lehti 2-2024
    • 2023
      • Lehti 3-2023
      • Lehti 2-2023
      • Lehti 1-2023
    • 2022
      • Lehti 1-2022
      • Lehti 2-2022
      • Lehti 3-2022
    • 2021
      • Lehti 1-2021
      • Lehti 2-2021
      • Lehti 3-2021
      • Lehti 4-2021
    • 2020
      • Lehti 1-2020
      • Lehti 2-2020
      • Lehti 3-2020
      • Lehti 4-2020
    • 2019
      • Lehti 1-2019
    • 2018
      • Lehti 1-2018
    • 2017
      • Lehti 1-2017
      • Lehti 2-2017
      • Lehti 3-2017
    • 2016
      • Lehti 1-2016
      • Lehti 2-2016
      • Lehti 3-2016
    • 2015
      • Lehti 1-2015
      • Lehti 2-2015
    • 2014
      • Lehti 1-2014
      • Lehti 2-2014
      • Lehti 3-2014
    • 2013
      • Lehti 1-2013
      • Lehti 2-2013
      • Lehti 3-2013
    • 2012
      • Lehti 1-2012
      • Lehti 2-2012
      • Lehti 3-2012
      • Jaakko Ojala, YK: ilmastoneuvottelut 1992 – 2012
    • 2011
      • Lehti 1-2011
      • Lehti 2-2011
      • Lehti 3-2011
    • Lehti SMFL kootut 2005-2009
  • Elokuvat
  • Historia
  • Kirjat
  • Mahtavaa Matematiikkaa
  • Nuoret
  • Piilomatemaatikko Manninen
  • Toimitus
  • Uratarinat
  • Uutiset
MALin pro gradu -palkinto 2023 Parkinsonin taudin tunnistaminen EEG-datasta

MALin pro gradu -palkinto 2023

Posted on 1.2.202420.2.2025

Parkinsonin taudin tunnistaminen EEG-datasta

Ilkka Suuronen Turun yliopiston tietotekniikan laitokselta sai MALin Pro gradu -palkinnon tutkielmasta ”Parkinsonin taudin tunnistaminen elektroenkefalogrammista koneoppimisteknologian avulla”. Työn ohjaajina olivat apulaisprofessorit Antti Airola, Tapio Pahikkala ja Henry Railo. Suuronen on MALin vuonna 2000 aloittaman Pro gradu -palkintojen sarjan 26. palkinnonsaaja.

Suuronen tutki, miten erottaa terveet koehenkilöt Parkinsonin tautia sairastavista koehenkilöistä käyttäen EEG-dataa. EEG on lyhenne elektroenkefalogrammista. EEG-tutkimuksessa päähän kiinnitetään elektrodeja, joilla mitataan aivojen sähköistä toimintaa. Tutkimusaihe on erittäin vaativa yhdistäessään piirteiden erottelua, koneoppimista ja kliinistä neurotiedettä. Pyrkimyksenä oli päästä suhteellisen pieneen määrään elektrodeja, jotta voitaisiin lyhentää EEG-tutkimukseen liittyvän valmistelun kestoa. Suuronen kehitti työssään EEG-elektrodien valintaan menetelmän, jossa elektrodeja valittiin käyttöön ahneen hakualgoritmin avulla elektrodeihin liittyvien piirremuuttujien luokittelu­tarkkuuksien paremmuusjärjestyksessä. Korkea luokittelutarkkuus saavutetaan jo kymmenen elektrodin osa­joukolla. Tutkimuksen tulokset on julkaistu myös tieteellisenä artikkelina johtavassa alan tieteellisessä lehdessä. Suuronen työskentelee väitöskirjatutkijana Turun yliopistolla FinnBrain Neuro­imaging Lab -tutkimusryhmässä. •

Uusimmat

  • Matematiikka ja luonnontieteet tuovat joustavuutta energiankäyttöön
  • Aivojen hoitoa
  • Missä määrin tekoälyä voi ymmärtää?
  • Kvanttitietokoneiden ja tavallisten tietokoneiden yhteispeli
  • Flogistonin viimeiset liekit

Arkisto

Takaisin etusivulle
©2025 | WordPress Theme by Superbthemes.com