Ģ��ֱ��

Mikko Kuronen keskittyi väitöskirjassaan metsätieteen ja lääketieteen erityissovellusten tarpeisiin vastaaviin malleihin ja menetelmiin.

Maalaserkeilauksella voidaan saada yksityiskohtaista tietoa metsistä. Se mahdollistaa esimerkiksi puun rungon muodon tarkan mittaamisen puuta vahingoittamatta. Metsien inventoinnin kannalta maalaserkeilauksen heikkous on se, että laserkeilain ei näe puiden taakse. Havaitsemattomien puiden määrää koealalla voidaan vähentää keilaamalla useita kertoja.

Useamman keilauksen tekeminen ja saatujen pistepilviaineistojen yhdistäminen vie kuitenkin aikaa. Toisaalta yhden keilauksen tapauksessa ei voida tietää, paljonko puita jäi havaitsematta, ja yksinkertainen pelkästään havaituista puista laskettu puustotunnusten arvio on harhainen. Kuronen esittää väitöskirjassaan uuden menetelmän harhan korjaamiseen. Menetelmä toimii hyvin täydellisen satunnaisessa metsässä.

Väitöskirjatyössä tutkittiin taimien sijainteja jatkuvapeitteisinä kasvatetuissa metsissä. Tutkimuksessa havaittiin, että taimia esiintyi vähemmän suurien puiden välittömässä läheisyydessä. Lisäksi taimettuminen havaittiin ryvästyneeksi. Vaikka taimia kokonaisuudessaan saattaa olla paljon, voi silti jäädä alueita, joilla taimia on hyvin vähän tai ei ollenkaan. Mallina käytettiin niin sanottua log-gaussista Coxin prosessia.

Hikirauhaset muodostavat iholle säännönmukaisen kuvion

Diabeteksen varhaisessa diagnosoinnissa voidaan hyödyntää hikirauhasten aktivaation mittaamista. Mittaus perustuu hien havaitsemiseen ihon pinnalta otetusta videokuvasta. Hiki värjää kuvan tummaksi, ja terveet hikoilevat enemmän. Väitöskirjassa mallinnettiin aktivoituneiden hikirauhasten muodostamia pistekuvioita.

"Sain idean kehittämälleni mallille miettimällä, miten havaitsemamme aktivoituneiden hikirauhasten kuvio voisi muodostua. Ehdottamani malli perustuu ajatukseen, että ihon hikirauhaset pohjimmiltaan muodostaisivat hyvin säännönmukaisen kuvion, jota kuvaa rauhasten välinen minimietäisyys”, Kuronen kertoo. Tätä kuviota sitten ihon epätasaisuudet hieman muokkaavat ja vain osa rauhasista aktivoituu eli tuottaa hikeä.

”Malli sopi hyvin aineistoon, ja saamiemme tulosten mukaan minimietäisyys oli yksilöllinen. Tätä tietoa ei ole tietääkseni hyödynnetty aiemmin, ja sen soveltuvuus diagnosoinnin avuksi on mielenkiintoinen tulevaisuuden haaste!"

Mikko Kuronen valmistui ylioppilaaksi Viitasaaren lukiosta vuonna 2006 ja filosofian maisteriksi Jyväskylän yliopistosta vuonna 2011 pääaineena tilastotiede.

Tutkimus on tehty dosentti Mari Myllymäen ja professori Matti Viholan ohjauksessa. Työ on tehty Luonnonvarakeskuksessa osana Suomen Akatemian hankkeita "Puiden tilajärjestyksen vaikutus optimaaliseen metsien inventointien koealaan" ja "Laskennallisten tilastollisten menetelmien kehittäminen spatiaalisten ja spatiotemporaalisten pistekuvioaineistojen analysointiin".

Väitöskirja on julkaistu Jyväskylän yliopiston väitöstutkimusten JYU Dissertations-sarjassa, numero 492, Jyväskylä 2022. ISBN 978-951-39-9020-6 (PDF), ISSN 2489-9003. Linkki verkkojulkaisuun:

FM Mikko Kurosen tilastotieteen väitöskirjan ”Analysis of spatial point patterns with anomalies, covariates and intractable likelihoods” tarkastustilaisuus tiistaina 8.3.2022 klo 12. Vastaväittäjänä Dr. Thordis Thorarinsdottir (Norwegian Computing Center, Norja) ja kustoksena professori Matti Vihola (Jyväskylän yliopisto). Väitöstilaisuuden kieli on englanti.