umu.sePublikationer
Ändra sökning
Avgränsa sökresultatet
12 1 - 50 av 94
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Bayisa, Fekadu
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Kuljus, Kristi
    Institute of Mathematics and Statistics, University of Tartu, Tartu, Estonia.
    Johansson, Adam
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Bolin, David
    Department of Mathematical Sciences, Chalmers and University of Gothenburg, Gothenburg, Sweden.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Prediction of CT images from MR images with hidden Markov and random field models2016Ingår i: Proceedings of the 8th International Workshop on Spatio-Temporal Modelling / [ed] A. Iftimi, J. Mateu and F. Montes, 2016, s. 163-163Konferensbidrag (Övrigt vetenskapligt)
  • 2.
    Bayisa, Fekadu L.
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Liu, Xijia
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Garpebring, Anders
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Computed Tomography Image Estimation by Statistical Learning MethodsManuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    There is increasing interest in computed tomography (CT) image estimations from magnetic resonance (MR) images. The estimated CT images canbe utilised for attenuation correction, patient positioning, and dose planningin diagnostic and radiotherapy workflows. This study presents a statisticallearning method for CT image estimation. We have used predefined tissuetype information in a Gaussian mixture model to explore the estimation.The performance of our method was evaluated using cross-validation on realdata. In comparison with the existing model-based CT image estimationmethods, the proposed method has improved the estimation, particularly inbone tissues. Evaluation of our method shows that it is a promising methodto generate CT image substitutes for the implementation of fully MR-basedradiotherapy and PET/MRI applications.

  • 3.
    Bayisa, Fekadu
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Liu, Xijia
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Garpebring, Anders
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Statistical learning in computed tomography image estimation2018Ingår i: Medical physics (Lancaster), ISSN 0094-2405, Vol. 45, nr 12, s. 5450-5460Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Purpose: There is increasing interest in computed tomography (CT) image estimations from magneticresonance (MR) images. The estimated CT images can be utilized for attenuation correction, patientpositioning, and dose planning in diagnostic and radiotherapy workflows. This study aims to introducea novel statistical learning approach for improving CT estimation from MR images and to compare theperformance of our method with the existing model-based CT image estimation methods.

    Methods: The statistical learning approach proposed here consists of two stages. At the trainingstage, prior knowledge about tissue types from CT images was used together with a Gaussian mixturemodel (GMM) to explore CT image estimations from MR images. Since the prior knowledge is notavailable at the prediction stage, a classifier based on RUSBoost algorithm was trained to estimatethe tissue types from MR images. For a new patient, the trained classifier and GMMs were used topredict CT image from MR images. The classifier and GMMs were validated by using voxel-leveltenfold cross-validation and patient-level leave-one-out cross-validation, respectively.

    Results: The proposed approach has outperformance in CT estimation quality in comparison withthe existing model-based methods, especially on bone tissues. Our method improved CT image estimationby 5% and 23% on the whole brain and bone tissues, respectively.

    Conclusions: Evaluation of our method shows that it is a promising method to generate CTimage substitutes for the implementation of fully MR-based radiotherapy and PET/MRI applications

  • 4.
    Bayisa, Fekadu
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Model-based computed tomography image estimation: partitioning approach2019Ingår i: Journal of Applied Statistics, ISSN 0266-4763, E-ISSN 1360-0532, Vol. 46, nr 14, s. 2627-2648Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    There is a growing interest to get a fully MR based radiotherapy. The most important development needed is to obtain improved bone tissue estimation. The existing model-based methods perform poorly on bone tissues. This paper was aimed at obtaining improved bone tissue estimation. Skew-Gaussian mixture model and Gaussian mixture model were proposed to investigate CT image estimation from MR images by partitioning the data into two major tissue types. The performance of the proposed models was evaluated using the leaveone-out cross-validation method on real data. In comparison with the existing model-based approaches, the model-based partitioning approach outperformed in bone tissue estimation, especially in dense bone tissue estimation.

  • 5.
    Bayisa, Fekadu
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Model-based Estimation of Computed Tomography Images2017Konferensbidrag (Övrigt vetenskapligt)
  • 6.
    Bayisa, Fekadu
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Model-based Estimation of Computed Tomography Images2017Manuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    There is a growing interest to get a fully MR based radiotherapy. The most important development needed is to obtain improved bone tissue estimation. Existing model-based methods have performed poorly on bone tissues. This paper aims to obtainimproved estimation of bone tissues. Skew-Gaussian mixture model (SGMM) isproposed to further investigate CT image estimation from MR images. The estimation quality of the proposed model is evaluated using leave-one-out cross-validation method on real data. In comparison with the existing model-based approaches, the approach utilized in this paper outperforms in estimation of bone tissues, especiallyon dense bone tissues.

  • 7.
    Bayisa, Fekadu
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Zhou, Zhiyong
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Cronie, Ottmar
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Adaptive algorithm for sparse signal recovery2019Ingår i: Digital signal processing (Print), ISSN 1051-2004, E-ISSN 1095-4333, Vol. 87, s. 16s. 10-18Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The development of compressive sensing in recent years has given much attention to sparse signal recovery. In sparse signal recovery, spike and slab priors are playing a key role in inducing sparsity. The use of such priors, however, results in non-convex and mixed integer programming problems. Most of the existing algorithms to solve non-convex and mixed integer programming problems involve either simplifying assumptions, relaxations or high computational expenses. In this paper, we propose a new adaptive alternating direction method of multipliers (AADMM) algorithm to directly solve the suggested non-convex and mixed integer programming problem. The algorithm is based on the one-to-one mapping property of the support and non-zero element of the signal. At each step of the algorithm, we update the support by either adding an index to it or removing an index from it and use the alternating direction method of multipliers to recover the signal corresponding to the updated support. Moreover, as opposed to the competing “adaptive sparsity matching pursuit” and “alternating direction method of multipliers” methods our algorithm can solve non-convex problems directly. Experiments on synthetic data and real-world images demonstrated that the proposed AADMM algorithm provides superior performance and is computationally cheaper than the recently developed iterative convex refinement (ICR) and adaptive matching pursuit (AMP) algorithms.

  • 8.
    Brynolfsson, Patrik
    et al.
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Wirestam, Ronnie
    Lund University.
    Karlsson, Mikael
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Garpebring, Anders
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper. CJ Gorter Center for High Field MRI, Leiden University Medical Center, Leiden, Netherlands.
    Combining phase and magnitude information for contrast agent quantification in dynamic contrast-enhanced MRI using statistical modeling2015Ingår i: Magnetic Resonance in Medicine, ISSN 0740-3194, E-ISSN 1522-2594, Vol. 74, nr 4, s. 1156-1164Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Purpose: The purpose of this study was to investigate, using simulations, a method for improved contrast agent (CA) quantification in DCE-MRI.

    Methods: We developed a maximum likelihood estimator that combines the phase signal in the DCE-MRI image series with an additional CA estimate, e.g. the estimate obtained from magnitude data. A number of simulations were performed to investigate the ability of the estimator to reduce bias and noise in CA estimates. Noise levels ranging from that of a body coil to that of a dedicated head coil were investigated at both 1.5T and 3T.

    Results: Using the proposed method, the root mean squared error in the bolus peak was reduced from 2.24 to 0.11 mM in the vessels and 0.16 to 0.08 mM in the tumor rim for a noise level equivalent of a 12-channel head coil at 3T. No improvements were seen for tissues with small CA uptake, such as white matter.

    Conclusion: Phase information reduces errors in the estimated CA concentrations. A larger phase response from higher field strengths or higher CA concentrations yielded better results. Issues such as background phase drift need to be addressed before this method can be applied in vivo.

  • 9.
    Cronie, Ottmar
    et al.
    Mathematical Sciences, Chalmers University of Technology and University of Gothenburg.
    Nyström, Kenneth
    SLU, Department of Forest Resource Management.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Spatiotemporal Modeling of Swedish Scots Pine Stands2013Ingår i: Forest Science, ISSN 0015-749X, E-ISSN 1938-3738, Vol. 59, nr 5, s. 505-516Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The growth-interaction (GI) process is employed for the spatiotemporal modelling of measurements of locations and radii at breast height made at three different time points of the individual trees in ten Scots pine (Pinus sylvestris) plots from the Swedish NFI. The GI-process places trees at random locations in the study region and assigns sizes to the trees, which interact and grow with time. It has been used to model plots in previous studies and to improve the fit we suggest some modifications: a different location assignment strategy and a different open-growth (growth under negligible competition) function. We believe that the calibration data contain trees that are too small to reflect the open-growth properly, which primarily affects the carrying capacity parameter. To better represent the open-growth of Scots pines, we evaluate the open-growth from a separate set of data (size and age measurements of older and larger single Scots pines). A linear relationship is found between the plot's estimated site indices and the sizes, and this is exploited in the estimation of the carrying capacity. We finally estimate the remaining GI-process parameters and test the goodness-of-fit on simulated predictions from the fitted model.

  • 10.
    Cronie, Ottmar
    et al.
    Chalmers University of Technology.
    Yu, Jun
    SLU, Centre of Biostochastics.
    Maximum likelihood estimation in a discretely observed immigration-death process2010Rapport (Övrigt vetenskapligt)
    Abstract [en]

    In order to find the maximum likelihood (ML) estimator of the parameter pair governing the immigration-death process (a continuous time Markov chain) we derive its transition probabilities. The likelihood maximisation problem is reduced from two dimensions to one dimension. We also show the consistency and the asymptotic normality of the ML-estimator under an equidistant sampling scheme, given that the parameter pair lies in some compact subset of the positive part of the real plane. We thereafter evaluate, numerically, the behaviour of the estimator and we finally see how our ML-estimation can be applied to the so-called Renshaw-Särkkä growth interaction model; a spatio-temporal point process with time dependent interacting marks in which the immigration-death process controls the arrivals of new marked points as well as their potential life-times.

  • 11.
    Cronie, Ottmar
    et al.
    Stochastics, CWI, Amsterdam, The Netherlands.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    The discretely observed immigration-death process: Likelihood inference and spatiotemporal applications2016Ingår i: Communications in Statistics - Theory and Methods, ISSN 0361-0926, E-ISSN 1532-415X, Vol. 45, nr 18, s. 5279-5298Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    We consider a stochastic process, the homogeneous spatial immigration-death (HSID) process, which is a spatial birth-death process with as building blocks (i) an immigration-death (ID) process (a continuous-time Markov chain) and (ii) a probability distribution assigning iid spatial locations to all events. For the ID process, we derive the likelihood function, reduce the likelihood estimation problem to one dimension, and prove consistency and asymptotic normality for the maximum likelihood estimators (MLEs) under a discrete sampling scheme. We additionally prove consistency for the MLEs of HSID processes. In connection to the growth-interaction process, which has a HSID process as basis, we also fit HSID processes to Scots pine data.

  • 12.
    Cronie, Ottmar
    et al.
    Chalmers University of Technology, Göteborg.
    Yu, Jun
    Centre of Biostochatics, SLU.
    Nyström, Kenneth
    Forest Resource Management, SLU.
    Spatio-Temporal Modelling of Swedish Scots Pine Stands2011Rapport (Övrigt vetenskapligt)
    Abstract [en]

    Considering measurements of locations and radii at breast height made at three different time points of the individual trees in ten Swedish Scots pine plots, we employ the so called growth-interaction (GI) process for the spatio-temporal modelling of the plots. The GI-process places trees at random locations in the study region and assigns radii (sizes) to the trees, which interact and grow with time. It has been used to model Scots pine plots in previous studies, and to improve the fit we suggest some modifications of the model: A different location assignment strategy and a different function for the open-growth (growth in absence of competition). We believe also that the space-time data contain too small trees to reflect the open-growth properly, which primarily affectsthe carrying capacity parameter. We evaluate the open-growth froma separate set of data which consists of size and age measurements ofolder and larger single Scots pines. This data set better represents the open-growth of Scots pines than the space-time data sets. A linear relationship is found between the estimated site indexes of the plots and the sizes, and this relationship is exploited in the estimation of the carrying capacity. For each of the ten space-time data sets (plots) we estimate the remaining parameters of the GI-process and finally, by means of some Monte Carlo tests, we test the goodness-of-fit of simulated predictions from the fitted model.

  • 13.
    Englund, Göran
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för ekologi, miljö och geovetenskap.
    Sjödin, Henrik
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för ekologi, miljö och geovetenskap.
    Bonsall, Michael
    Oxford University.
    Cianelli, Lorenzo
    Oregon State University.
    Frank, Kenneth
    Bedford Institute of Oceanography.
    Heino, Mikko
    University of Bergen.
    Janssen, Arne
    University of Amsterdam.
    Leonardsson, Kjell
    Swedish University of Agricultural Science.
    van der Meer, Jaap
    Royal Netherlands Institute for Sea Research.
    Nachman, Gösta
    Copenhagen University.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Density dependence induced by the spatial covariance between predators and preyManuskript (preprint) (Övrigt vetenskapligt)
  • 14.
    Garpebring, Anders
    et al.
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Brynolfsson, Patrik
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Yu, Jun
    Sveriges lantbruksuniversitet, Centre of Biostochastiscs.
    Wirestam, Ronnie
    Lunds universitet, Medicinsk strålningsfysik.
    Johansson, Adam
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Asklund, Thomas
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Onkologi.
    Karlsson, Mikael
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Uncertainty estimation in dynamic contrast-enhanced MRI2013Ingår i: Magnetic Resonance in Medicine, ISSN 0740-3194, E-ISSN 1522-2594, Vol. 69, nr 4, s. 992-1002Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Using dynamic contrast-enhanced MRI (DCE-MRI), it is possible to estimate pharmacokinetic (PK) parameters that convey information about physiological properties, e.g., in tumors. In DCE-MRI, errors propagate in a nontrivial way to the PK parameters. We propose a method based on multivariate linear error propagation to calculate uncertainty maps for the PK parameters. Uncertainties in the PK parameters were investigated for the modified Kety model. The method was evaluated with Monte Carlo simulations and exemplified with in vivo brain tumor data. PK parameter uncertainties due to noise in dynamic data were accurately estimated. Noise with standard deviation up to 15% in the baseline signal and the baseline T1 map gave estimated uncertainties in good agreement with the Monte Carlo simulations. Good agreement was also found for up to 15% errors in the arterial input function amplitude. The method was less accurate for errors in the bolus arrival time with disagreements of 23%, 32%, and 29% for Ktrans, ve, and vp, respectively, when the standard deviation of the bolus arrival time error was 5.3 s. In conclusion, the proposed method provides efficient means for calculation of uncertainty maps, and it was applicable to a wide range of sources of uncertainty.

  • 15.
    Garpebring, Anders
    et al.
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Brynolfsson, Patrik
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Wirestam, Ronnie
    Radiofysik, Lunds Universitet.
    Johansson, Adam
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Thomas, Asklund
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Onkologi.
    Karlsson, Mikael
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Uncertainty Maps in Dynamic Contrast-Enhanced MRI2012Konferensbidrag (Refereegranskat)
  • 16.
    Garpebring, Anders
    et al.
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Wirestam, Ronnie
    Yu, Jun
    SLU, Centre of Biostochastics.
    Asklund, Thomas
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Onkologi.
    Karlsson, Mikael
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Phase-based arterial input functions in humans applied to dynamic contrast-enhanced MRI: potential usefulness and limitations2011Ingår i: Magnetic Resonance Materials in Physics, Biology and Medicine, ISSN 0968-5243, E-ISSN 1352-8661, Vol. 24, nr 4, s. 233-245Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Object: Phase-based arterial input functions (AIFs) provide a promising alternative to standard magnitude-based AIFs, for example, because inflow effects are avoided. The usefulness of phase-based AIFs in clinical dynamic contrast-enhanced MRI (DCE-MRI) was investigated, and relevant pitfalls and sources of uncertainty were identified.

    Materials and methods: AIFs were registered from eight human subjects on, in total, 21 occasions. AIF quality was evaluated by comparing AIFs from right and left internal carotid arteries and by assessing the reliability of blood plasma volume estimates.

    Results: Phase-based AIFs yielded an average bolus peak of 3.9 mM and a residual concentration of 0.37 mM after 3 min, (0.033 mmol/kg contrast agent injection). The average blood plasma volume was 2.7% when using the AIF peak in the estimation, but was significantly different (p < 0.0001) and less physiologically reasonable when based on the AIF tail concentration. Motion-induced phase shifts and accumulation of contrast agent in background tissue regions were identified as main sources of uncertainty.

    Conclusions: Phase-based AIFs are a feasible alternative to magnitude AIFs, but sources of errors exist, making quantification difficult, especially of the AIF tail. Improvement of the technique is feasible and also required for the phase-based AIF approach to reach its full potential.

  • 17.
    Henriksson, Anna
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för ekologi, miljö och geovetenskap.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Wardle A., David
    Swedish University of Agriculture Sciences, Department of Forest Vegetation Ecology.
    Trygg, Johan
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Kemiska institutionen.
    Englund, Göran
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för ekologi, miljö och geovetenskap.
    Weighted species richness outperforms species richness as predictor of biotic resistance2016Ingår i: Ecology, ISSN 0012-9658, E-ISSN 1939-9170, Vol. 97, nr 1, s. 262-271Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The species richness hypothesis, which predicts that species-rich communities should be better at resisting invasions than species-poor communities, has been empirically tested many times and often poorly supported. In this paper we contrast the species richness hypothesis with four alternative hypotheses with the aim of finding better descriptors of invasion resistance. These alternative hypotheses state that resistance to invasions is determined by abiotic conditions, community saturation (i.e., the number of resident species relative to the maximum number of species that can be supported), presence/absence of key species, or weighted species richness. Weighted species richness is a weighted sum of the number of species, where each species' weight describes its contribution to resistance. We tested these hypotheses using data on the success of 571 introductions of four freshwater fish species into lakes throughout Sweden (i.e., Arctic char (Salvelinus alpinus), tench (Tinca tinca), zander (Sander lucioperca), and whitefish (Coregonus lavaretus)). We found that the weighted species richness best predicted invasion success. The weights describing the contribution of each resident species to community resistance varied considerably in both strength and sign. Positive resistance weights, which indicate that species repel invaders, were as common as negative resistance weights, which indicate facilitative interactions. This result can be contrasted with the implicit assumption of the original species richness hypothesis, that all resident species have negative effects on invader success. We argue that this assumption is unlikely to be true in natural communities, and thus that we expect that weighted species richness is a better predictor of invader success than the actual number of resident species.

  • 18.
    Henriksson, Anna
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för ekologi, miljö och geovetenskap.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Wardle, David A.
    Englund, Göran
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för ekologi, miljö och geovetenskap.
    Biotic resistance in freshwater fish communities: species richness, saturation or species identity?2015Ingår i: Oikos, ISSN 0030-1299, E-ISSN 1600-0706, Vol. 124, nr 8, s. 1058-1064Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Some communities are susceptible to invasions and some are not. Why? Elton suggested in 1958 that the ability of the community to withstand invading species - its biotic resistance - depends on the number of resident species. Later contributors have emphasized the habitat's ability to support species, as well as the contribution of individual species to the resistance. In this study we use information from 184 introductions of Arctic char into Swedish lakes to study both abiotic and biotic aspects of the resident community's ability to resist introductions. We find that the best model included the proportion of forest cover and the proportion of agricultural land cover in the watershed in combination with the presence versus absence of northern pike. Thus, the most important biotic factor to explain the outcome of introductions of Arctic char is the presence of northern pike, a large piscivore. This means that one single species explains the outcome of the introductions better than does the species richness or the saturation level of the community.

  • 19.
    Hildeman, Anders
    et al.
    Department of Mathematical Sciences, Chalmers University of Technology, Sweden.
    Bolin, David
    Department of Mathematical Sciences, Chalmers University of Technology, Sweden.
    Wallin, Jonas
    Department of Statistics, Lund University.
    Johansson, Adam
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Nyholm, Tufve
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Asklund, Thomas
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Onkologi.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Hildeman, A., Bolin, D., Wallin, J., Johansson, A., Nyholm, T., Asklund, T., and Yu, J. Whole-brain substitute CT generation using Markov random field mixture models.2016Manuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    Computed tomography (CT) equivalent information is needed for attenuation correction in PET imaging and for dose planning in radiotherapy. Prior work has shown that Gaussian mixture models can be used to generate a substitute CT (s-CT) image from a specific set of MRI modalities. This work introduces a more flexible class of mixture models for s-CT generation, that incorporates spatial dependency in the data through a Markov random field prior on the latent field of class memberships associated with a mixture model. Furthermore, the mixture distributions are extended from Gaussian to normal inverse Gaussian (NIG), allowing heavier tails and skewness. The amount of data needed to train a model for s-CT generation is of the order of 10^8 voxels. The computational efficiency of the parameter estimationand prediction methods are hence paramount, especially when spatial dependency is included in the models. A stochastic Expectation Maximization (EM) gradient algorithm is proposed in order to tackle this challenge. The advantages of the spatial model and NIG distributions are evaluated with a cross-validation study based ondata from 14 patients. The study show that the proposed model enhances the predictive quality of the s-CT images by reducing the mean absolute error with 17.9%. Also, the distribution of CT values conditioned on the MR images are better explainedby the proposed model as evaluated using continuous ranked probability scores.

  • 20.
    Jiao, Xiang
    et al.
    College of Mechanical and Electronic Engineering, Nanjing Forestry University.
    Zhang, Huichun
    College of Mechanical and Electronic Engineering, Nanjing Forestry University.
    Zheng, Jiaqiang
    College of Mechanical and Electronic Engineering, Nanjing Forestry University.
    Yin, Yue
    College of Mechanical and Electronic Engineering, Nanjing Forestry University.
    Wang, Guosu
    College of Mechanical and Electronic Engineering, Nanjing Forestry University.
    Chen, Ying
    College of Forestry, Nanjing Forestry University.
    Ge, Yufeng
    Department of Biological Systems Engineering, University of Nebraska-Lincoln.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Comparative analysis of nonlinear growth curve models for Arabidopsis thaliana rosette leaves2018Ingår i: Acta Physiologiae Plantarum, ISSN 0137-5881, E-ISSN 1861-1664, Vol. 40, nr 6, artikel-id 114Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    As a model organism, modeling and analysis of the phenotype of Arabidopsis thaliana (A. thaliana) leaves for a given genotype can help us better understand leaf growth regulation. A. thaliana leaves growth trajectories are to be nonlinear and the leaves contribute most to the above-ground biomass. Therefore, analysis of their change regulation and development of nonlinear growth models can better understand the phenotypic characteristics of leaves (e.g., leaf size) at different growth stages. In this study, every individual leaf size of A. thaliana rosette leaves was measured during their whole life cycle using non-destructive imaging measurement. And three growth models (Gompertz model, logistic model and Von Bertalanffy model) were analyzed to quantify the rosette leaves growth process of A. thaliana. Both graphical (plots of standardized residuals) and numerical measures (AIC, R2 and RMSE) were used to evaluate the fitted models. The results showed that the logistic model fitted better in describing the growth of A. thaliana leaves compared to Gompertz model and Von Bertalanffy model, as it gave higher R2 and lower AIC and RMSE for the leaves of A. thaliana at different growth stages (i.e., early leaf, mid-term leaf and late leaf).

  • 21.
    Johansson, Adam
    et al.
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Karlsson, Mikael
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Yu, Jun
    SLU, Centre of Biostochastics.
    Asklund, Thomas
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Onkologi.
    Nyholm, Tufve
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Voxel-wise uncertainty in CT substitute derived from MRI2012Ingår i: Medical physics (Lancaster), ISSN 0094-2405, Vol. 39, nr 6, s. 3283-3290Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Purpose: In an earlier work, we demonstrated that substitutes for CT images can be derived from MR images using ultrashort echo time (UTE) sequences, conventional T2 weighted sequences, and Gaussian mixture regression (GMR). In this study, we extend this work by analyzing the uncertainties associated with the GMR model and the information contributions from the individual imaging sequences.

    Methods: An analytical expression for the voxel-wise conditional expected absolute deviation (EAD) in substitute CT (s-CT) images was derived. The expression depends only on MR images and can thus be calculated along with each s-CT image. The uncertainty measure was evaluated by comparing the EAD to the true mean absolute prediction deviation (MAPD) between the s-CT and CT images for 14 patients. Further, the influence of the different MR images included in the GMR model on the generated s-CTs was investigated by removing one or more images and evaluating the MAPD for a spectrum of predicted radiological densities.

    Results: The largest EAD was predicted at air-soft tissue and bone-soft tissue interfaces. The EAD agreed with the MAPD in both these regions and in regions with lower EADs, such as the brain. Two of the MR images included in the GMR model were found to be mutually redundant for the purpose of s-CT generation.

    Conclusions: The presented uncertainty estimation method accurately predicts the voxel-wise MAPD in s-CT images. Also, the non-UTE sequence previously used in the model was found to be redundant.

  • 22.
    Karlsson, Stefan
    et al.
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik. Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Centrum för medicinsk teknik och fysik (CMTF).
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Matematisk statistik.
    Estimation of surface electromyogram spectral alteration using reduced-order autoregressive model2000Ingår i: Medical and Biological Engineering and Computing, ISSN 0140-0118, E-ISSN 1741-0444, Vol. 38, s. 520-527Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    A new method is proposed, based on the pole phase angle (PPA) of a second-order autoregressive (AR) model, to track spectral alteration during localised muscle fatigue when analysing surface myo-electric (ME) signals. Both stationary and non-stationary, simulated and real ME signals are used to investigate different methods to track spectral changes. The real ME signals are obtained from three muscles (the right vastus lateralis, rectus femoris and vastus medialis) of six healthy male volunteers, and the simulated signals are generated by passing Gaussian white-noise sequences through digital filters with spectral properties that mimic the real ME signals. The PPA method is compared, not only with spectra-based methods, such as Fourier and AR, but also with zero crossings (ZCs) and the first AR coefficient that have been proposed in the literature as computer efficient methods. By comparing the deviation (dev), in percent, between the linear regression of the theoretical and estimated mean frequencies of the power spectra for simulated stationary (s) and non-stationary (ns) signals, in general, it is found that the PPA method (dev(s) = 4.29; dev(ns) = 1.94) gives a superior performance to ZCs (dv(s) = 8.25) and the first AR coefficient (4.18<dev(s)<21.8; 0.98<dev(ns)<4.36) but performs slightly worse than spectra-based methods (0.33<dev(s)<0.79; 0.41<dev(ns)<1.07). However, the PPA method has the advantage that it estimates spectral alteration without calculating the spectra and therefore allows very efficient computation.

  • 23.
    Karlsson, Stefan
    et al.
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Matematisk statistik.
    Time-frequency analysis of surface EMG signals using wavelets1996Ingår i: Proceedings of the 11th Congress of the International Society of Electrophysiology and Kinesiology, 1996, s. 135-137Konferensbidrag (Refereegranskat)
  • 24.
    Karlsson, Stefan
    et al.
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Matematisk statistik.
    Akay, Metin
    Thayer School of Engineering, Dartmouth College,.
    Time-Frequency Analysis of Myoelectric Signals During Dynamic Contractions: A Comparative Study2000Ingår i: IEEE Transactions on Biomedical Engineering, ISSN 0018-9294, E-ISSN 1558-2531, Vol. 47, nr 2, s. 228-238Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    In this paper, we introduce the nonstationary signal analysis methods to analyze the myoelectric (ME) signals during dynamic contractions by estimating the time-dependent spectral moments. The time-frequency analysis methods including the short-time Fourier transform, the Wigner–Ville distribution, the Choi–Williams distribution, and the continuous wavelet transform were compared for estimation accuracy and precision on synthesized and real ME signals. It is found that the estimates providedby the continuous wavelet transform have better accuracy and precision than those obtained with the other time-frequency analysis methods on simulated data sets. In addition, ME signals from four subjects during three different tests (maximum static voluntary contraction, ramp contraction, and repeated isokinetic contractions) were also examined.

  • 25.
    Karlsson, Stefan
    et al.
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Matematisk statistik.
    Äkay, Metin
    Thayer School of Engineering, Dartmouth College.
    Enhancement of spectral analysis of myoelectric signals during static contractions using wavelet methods1999Ingår i: IEEE Transactions on Biomedical Engineering, ISSN 0018-9294, E-ISSN 1558-2531, Vol. 46, nr 6, s. 670-684Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    In this paper, we introduce wavelet packets as an alternative method for spectral analysis of surface myoelectric(ME) signals. Both computer synthesized and real ME signals are used to investigate the performance. Our simulation results show that wavelet packet estimate has slightly less mean squareerror (MSE) than Fourier method, and both methods perform similarly on the real data. Moreover, wavelet packets give us some advantages over the traditional methods such as multiresolutionof frequency, as well as its potential use for effecting time-frequency decomposition of the nonstationary signals such as the ME signals during dynamic contractions. We also introduce wavelet shrinkage method for improving spectral estimates bysignificantly reducing the MSE’s for both Fourier and wavelet packet methods.

  • 26.
    Kuljus, Kristi
    et al.
    University of Tartu, Estonia.
    Bayisa, Fekadu
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Bolin, David
    Chalmers University of Technology, Sweden.
    Lember, Jüri
    University of Tartu, Estonia.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Comparison of hidden Markov chain models and hidden Markov random field models in estimation of computed tomography images2017Manuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    There is an interest to replace computed tomography (CT) images withmagnetic resonance (MR) images for a number of diagnostic and therapeuticworkflows. In this article, predicting CT images from a number of magnetic resonance imaging (MRI) sequences using regression approach isexplored. Two principal areas of application for estimated CT images aredose calculations in MRI based radiotherapy treatment planning and attenuationcorrection for positron emission tomography (PET)/MRI. Themain purpose of this work is to investigate the performance of hidden Markov (chain) models (HMMs) in comparison to hidden Markov random field (HMRF) models when predicting CT images of head. Ourstudy shows that HMMs have clear advantages over HMRF models in this particular application. Obtained results suggest that HMMs deservea further study for investigating their potential in modeling applications where the most natural theoretical choice would be the class of HMRFmodels.

  • 27.
    Kuljus, Kristi
    et al.
    University of Tartu, Estonia.
    Bayisa, Fekadu
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Bolin, David
    Department of Mathematical Sciences, Chalmers University of Technology, Sweden.
    Lember, Jüri
    University of Tartu, Estonia.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Comparison of hidden Markov chain models and hidden Markov random field models in estimation of computed tomography images2018Ingår i: Communications in Statistics: Case Studies, Data Analysis and Applications, ISSN 2373-7484, Vol. 4, nr 1, s. 46-55Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Two principal areas of application for estimated computed tomography (CT) images are dose calculations in magnetic resonance imaging (MRI) based radiotherapy treatment planning and attenuation correction for positron emission tomography (PET)/MRI. The main purpose of this work is to investigate the performance of hidden Markov (chain) models (HMMs) in comparison to hidden Markov random field (HMRF) models when predicting CT images of head. Obtained results suggest that HMMs deserve a further study for investigating their potential in modeling applications, where the most natural theoretical choice would be the class of HMRF models.

  • 28.
    Leffler, Klara
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Axelsson, Jan
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Larsson, Anne
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Häggström, Ida
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Sharper Positron Emission Tomography: Intelligent Data Sampling to Promote Accelerated Medical Imaging2019Konferensbidrag (Övrigt vetenskapligt)
  • 29.
    Li, He
    et al.
    Hangzhou University, Department of Athletics.
    Yu, Jun
    Hangzhou University, Department of Mathematics.
    Research on developmental strategy of athletic sports in Zhejiang Province: Volleyball1988Ingår i: Journal of Zhejiang Sports Science, ISSN 1004-3624, Vol. 8, s. 143-151Artikel i tidskrift (Refereegranskat)
  • 30.
    Löfgren, Stefan
    et al.
    Institutionen för vatten och miljö, SLU.
    Fröberg, Mats
    Institutionen för vatten och miljö, SLU.
    Nisell, Jakob
    SGU.
    Yu, Jun
    Centre of Biostochastics, SLU.
    Ranneby, Bo
    Centre of Biostochastics, SLU.
    N- och P-halterna i skog, myr och fjäll hösten 2011 i Dalälven, Viskan, Ätran, Nissan och Lagan: projekt för att förbättra skattningarna av typhalter inför PLC62012Rapport (Övrigt vetenskapligt)
    Abstract [sv]

    Inom ramen för två tidigare pilotprojekt (SMED rapport nr 52:2011 och SMED rapport nr 100:2011) har data från riksinventeringen av skog (RIS) och satellitscener använts för att med den statistiska metoden Probabilistic Classifier klassificera skogstillståndet på skogs- och myrmark inklusive fjäll. Vattendragsnära skog har definierats utgående från ett virtuellt nätverksbildat vattendragsnät (VIVAN). Baserat på ca 200 slumpmässigt utvalda källvattendrag i Dalälven, Viskan, Ätran, Nissan och Lagan har därefter modeller skapats för att skatta typhalterna vår och sommar för N och P i bäckvattnet utgående från skogstillståndet i bäcknära och mer avlägsen skog. Modellernas förklaringsgrad för Tot-N och Tot-P var betydligt bättre än de som användes inom ramen för PLC5 både vår och sommar.

    Inom ramen för detta projekt analyserades vattenprover insamlade i november 2011 från de ca 200 slumpmässigt utvalda källvattendragen i Dalälven och Västsverige. De uppmätta halterna jämfördes med sommar- och vårhalterna och baserat på ny metodik (Bayesian Model Averages) skapades nya modeller för att skatta typhalterna vår, sommar, höst och sen höst för Tot-N och Tot-P i bäckvattnet.

    Resultaten visar att de framtagna modellernas förklaringsgrad är betydligt bättre samtliga säsonger för Tot-N och Tot-P (R2tot-N=0,46-0,66 respektive R2tot-P=0,27-0,40) än de som användes i norra Sverige inom ramen för PLC5 (R2tot-N=0,25 respektive R2tot-P=0,11). Studien indikerar att PLC5-typhalterna kraftigt undervärderar skogsläckaget av både Tot-N (25-140%) och Tot-P (63-175%) på Västkusten, medan resultaten från Dalälven indikerar en överskattning av skogsläckaget vår och senhöst (23-36%) och underskattning sommar och höst (19-22%) med avseende på Tot-N. Modellerna indikerar att skogstillväxten, andelen hyggen och våtmarker är de mest styrande variablerna för typhalterna. Typhalterna framtagna inom ramen för PLC5 kan inte okritiskt användas för t.ex. källfördelningsmodellering och som underlag för att beräkna N- och P-retention från källa till hav. För det krävs typhalter skapade med modeller som ger bättre precision t.ex. de här redovisade.

    Med tanke på den vanligtvis höga vattenföringen vår och höst och den därmed kraftiga inverkan på transportberäkningarna (= halt x vattenföring) finns det goda skäl att inför källfördelningsarbetet i PLC6 beakta den rumsliga och säsongsmässiga haltvariationen genom att förbättra skattningarna av typhalterna för N och P. Liknande inventeringar och utvärderingar bör därför utföras i sydöstra Sverige och Norrland för att förbättra skattningarna av N- och P-förlusterna från skog, myr och fjäll även i dessa delar av landet.

  • 31.
    Löfgren, Stefan
    et al.
    Department of Aquatic Sciences and Assessment, Swedish University of Agricultural Sciences, Uppsala, Sweden .
    Fröberg, Mats
    Department of Aquatic Sciences and Assessment, Swedish University of Agricultural Sciences, Uppsala, Sweden .
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Nisell, Jakob
    Geological Survey of Sweden, Uppsala, Sweden.
    Ranneby, Bo
    Centre of Biostochastics, Swedish University of Agricultural Sciences, Umeå, Sweden .
    Water chemistry in 179 randomly selected Swedish headwaterstreams related to forest production, clear-felling and climate2014Ingår i: Environmental Monitoring & Assessment, ISSN 0167-6369, E-ISSN 1573-2959, Vol. 186, nr 12, s. 8907-8928Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    From a policy perspective, it is important to understand forestry effects on surface waters from a landscape perspective. The EU Water Framework Directive demands remedial actions if not achieving good ecological status. In Sweden, 44 % of the surface water bodies have moderate ecological status or worse. Many of these drain catchments with a mosaic of managed forests. It is important for the forestry sector and water authorities to be able to identify where, in the forested landscape, special precautions are necessary. The aim of this study was to quantify the relations between forestry parameters and headwater stream concentrations of nutrients, organic matter and acid-base chemistry. The results are put into the context of regional climate, sulphur and nitrogen deposition, as well as marine influences. Water chemistry was measured in 179 randomly selected headwater streams from two regions in southwest and central Sweden, corresponding to 10 % of the Swedish land area. Forest status was determined from satellite images and Swedish National Forest Inventory data using the probabilistic classifier method, which was used to model stream water chemistry with Bayesian model averaging. The results indicate that concentrations of e.g. nitrogen, phosphorus and organic matter are related to factors associated with forest production but that it is not forestry per se that causes the excess losses. Instead, factors simultaneously affecting forest production and stream water chemistry, such as climate, extensive soil pools and nitrogen deposition, are the most likely candidates The relationships with clear-felled and wetland areas are likely to be direct effects.

  • 32.
    Löfgren, Stefan
    et al.
    Institutionen för vatten och miljö, SLU.
    Nisell, Jakob
    Institutionen för vatten och miljö, SLU.
    Yu, Jun
    Centre of Biostochastics, SLU.
    Ranneby, Bo
    Centre of Biostochastics, SLU.
    Förbättrade skattningar av N- och P-förlusterna från skog, myr och fjäll inför PLC6: pilotprojekt2011Rapport (Övrigt vetenskapligt)
    Abstract [sv]

    Inom ramen för detta pilotprojekt har data från riksinventeringen av skog (RIS) och satellitscener använts för att med den statistiska metoden Probabilistic Classifier klassificera skogstillståndet på skogs- och myrmark inklusive fjäll. Vattendragsnära skog har definierats utgående från ett virtuellt nätverksbildat vattendragsnät (VIVAN). Baserat på ca 200 slumpmässigt utvalda källvattendrag i Dalälven, Viskan, Ätran, Nissan och Lagan har därefter modeller skapats för att skatta typhalterna för N och P i bäckvattnet utgående från skogstillståndet i bäcknära och mer avlägsen skog.

    Modellernas förklaringsgrad för Tot-N (r2=0,60) och Tot-P (r2=0,31) är betydligt bättre än de som användes i norra Sverige inom ramen för PLC5 (r2=0,25 respektive (r2=0,11), vilket tyder på att det dels föreligger samband mellan avrinningsområdets egenskaper och N och P halterna och dels att probabilistisk klassning är en användbar metod för att skatta dessa egenskaper. Ytterligare en förbättring jämfört med PLC5 är att Tot-N och Tot-P i södra Sverige samt oorganiskt kväve och fosfat inte längre behöver hanteras som konstanter. Modellerna för de oorganiska fraktionerna är dock osäkra.

    Typhalterna är betydligt högre än de som användes inom PLC5. Orsaken till detta är att analysresultaten från de slumpmässigt utvalda vattendragen visar att sommartid kan närsalthalterna i skogs- och myrbäckar vara betydligt högre än medel- och medianvärden från längre tidsperioder, som även innehåller säsongsoch mellanårlig variation. De presenterade typhalterna kan därför inte okritiskt användas för t.ex. källfördelningsmodellering. För det krävs modeller baserade på vattenkemisk information även från andra årstider.

    Vi har stora möjligheter att ytterligare förbättra modellernas både rumsliga och tidsmässiga precision och för att använda metodiken över hela Sverige. De förbättringar som krävs är då främst tillgång till enhetliga satellitdata från ett begränsat tidsfönster för framtagande av differensbilder (används för klassning av löv) och probabilistisk klassificering, en höjddatabas med högre rumslig (x-, y- och z-led) upplösning och förnyad simulering av ett virtuellt vattendragsnät alternativt en förbättrad vattendragskarta samt upprepad provtagning (data bör finnas från vår, sommar, höst och vinter) av slumpmässigt utvalda skogs- och myrvattendrag för förbättrad skattning av den temporala variationen i typhalterna. Den teknikutveckling som krävs på satellitscen- och höjddatabassidan bör finnas tillgänglig inom en treårsperiod, medan det inte finns medel avsatta för provtagning och analys av slumpmässigt insamlade prover från olika årstider.

  • 33.
    Löfgren, Stefan
    et al.
    Institutionen för vatten och miljö, SLU.
    Ranneby, Bo
    Centre of Biostochastics, SLU.
    Ekström, Magnus
    Centre of Biostochastics, SLU.
    Yu, Jun
    Centre of Biostochastics, SLU.
    Naturliga bakgrundshalter av bly, zink och arsenik i Svenska ytvatten baserat på metallernas haltvariation i morän och sedimentära jordar: implikationer för EU:s ramdirektiv för vatten och nationella miljömål2007Rapport (Övrigt vetenskapligt)
    Abstract [sv]

    Hösten 2006 ska vatten i sjöar och vattendrag kunna bedömas enligt EU:s ramdirektiv för vatten (RDV, 2000/60/EG), vilken successivt håller på att arbetas in i den svenska miljölagstiftningen. Miljöövervakningsprogram skall då vara operationella och utvärderingar av dessa data skall ligga till grund för åtgärdsplaner inom avrinningsområden. Målet är att alla vatten ska uppnå ”God ytvattenstatus” år 2015. För varje typ av sjö eller vattendrag ska typspecifika referensförhållanden fastställas för hydromorfologiska, fysikalisk-kemiska och biologiska parametrar. Dessa skall i huvudsak representera av människan opåverkade förhållanden.

    Syftet med detta projekt har varit att utveckla modeller för att skatta lokalspecifika referensvärden för Pb-, Zn- och As-halterna i svenska sjöar utgående från de naturgivna förutsättningarna i form av klimat, geologi, vegetation, hydrologi och ytvattenkemi. Modellerna skall kunna användas av miljömyndigheterna vid tillämpningen av EU:s ramdirektiv för vatten och de nationella miljömålen ”Levande sjöar och vattendrag” och ”Giftfri miljö”.

    Baserat på resultat från riksinventeringen av sjöar år 2000, SGU:s markgeokemiska och biogeokemiska kartering, officiell statistik över klimat, topografi, markslag etc. har statistiska modeller utvecklats för att skatta de naturliga bakgrundshalterna för Pb, Zn och As i skogssjöar vars tillrinningsområden domineras av skog, myr och fjäll. Modellerna baseras på resultaten från 644 sjöar och drygt 28 000 markgeokemiska observationer. Multipla linjära regressionsmodeller användes i samtliga fall. För Pb och Zn utfördes den statistiska inferensen m.h.a. vanlig minstakvadratteknik, men för As användes en robust regressionsteknik som minimerar inflytandet från uteliggare (outliers) bland både beroende och oberoende variabler i modellen. Ingående analyser av de statistiska förutsättningarna har utförts och modellerna uppfyller de teoretiska kriterier som förutsätts av de använda teknikerna. Variationerna i halterna av Pb, Zn och As kan till 71%, 65% respektive 54% förklaras i huvudsak av sjöinterna faktorer med koppling till deras humushalter (TOC) och surhetstillstånd (pH). Dessutom indikerar modellerna att den ackumulerade atmosfäriska depositionen av metaller och sura ämnen inverkar på haltnivåerna.

    Genom att skapa en andra typ av modeller, där även markgeokemisk och biogeokemisk information tvingats in, ökar förklaringsgraden med 3, 7 och 3 procentenheter för Pb, Zn respektive As. Den marginellt ökande förklaringsgraden av dessa parametrar indikerar att riksinventeringen av sjöar och vattendrag är ett trubbigt underlag för att belysa geokemins betydelse för metallhalterna i ytvatten. Antalet objekt är slumpmässigt utvalda och endast i undantagsfall träffas en sjö med höga metallhalter p.g.a. lokalt förhöjda metallhalter i marken. Humushalt, pH etc. överskuggar markgeokemins inflytande i huvuddelen av objekten eftersom markens metallhalter normalt är tämligen låga.

    Andra studier visar att det lokalt, i områden med höga metallhalter i marken, föreligger ett samband mellan geokemi och ytvattenhalter av metaller. Det föreligger följaktligen ett fortsatt behov av att studera vid vilka haltnivåer i marken som markgeokemin börjar få betydelse för bakgrundshalterna av metaller i ytvatten. Vi föreslår därför att SGU initierar ett sådant projekt med inriktning mot områden med höga, naturliga metallhalter i marken och där små källvattendrag utgör responssystem.

  • 34.
    Löthgren, Pia
    et al.
    Biostokastikum, SLU.
    Yu, Jun
    Biostokastikum, SLU.
    Maximum likelihood estimation of the distributional parameters of the magnitude and phase in magnetic resonance spectroscopy signals2012Konferensbidrag (Refereegranskat)
  • 35.
    Löthgren, Pia
    et al.
    Biostokastikum, SLU.
    Yu, Jun
    Biostokastikum, SLU.
    Maximum likelihood estimation of the parameters of a modified Rice distribution2010Konferensbidrag (Refereegranskat)
  • 36.
    Pya Arnqvist, Natalya
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Ngendangenzwa, Blaise
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Nilsson, Leif
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Lindahl, Eric
    Volvo Group Trucks Operations.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Defect detection and classfiication: statistical learning approach - Part II2019Rapport (Övrigt vetenskapligt)
  • 37.
    Pya Arnqvist, Natalya
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Ngendangenzwa, Blaise
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Nilsson, Leif
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Lindahl, Eric
    Volvo Group Trucks Operations.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Efficient surface finish defect detection using reduced rank spline smoothers2019Ingår i: CRoNoS & MDA 2019, 2019Konferensbidrag (Refereegranskat)
    Abstract [en]

    One of the primary concerns of product quality control in the automotive industry is an automated detection of defects of small sizes on specular car body surfaces. A new statistical learning approach is presented for surface finish defect detection based on spline smoothing method for feature extraction and k-nearest neighbor probabilistic classifier. Rather than analyzing the natural images of the car body surfaces, the deflectometry technique is applied for image acquisition. Reduced rank cubic regression splines are used to smooth the pixel values while the effective degrees of freedom of the obtained smooths serve as components of the feature vector. A key advantage of the approach is that it allows us to reach near zero misclassification error when applying standard learning classifiers. We also propose the probability based performance evaluation metrics as alternatives to the conventional metrics. The usage of those provides the means for uncertainty estimation of the predictive performance of a classifier. Experimental classification results on the images obtained from the pilot system located at Volvo cab plant in Umea, Sweden, show that the proposed approach is much more efficient than compared methods.

  • 38.
    Ranneby, Bo
    et al.
    SLU, Centre of Biostochastics.
    Yu, Jun
    SLU, Centre of Biostochastics.
    Classification of Agricultural Crops and Quality Assessment Using Multispectral and Multitemporal Images2003Rapport (Övrigt vetenskapligt)
    Abstract [en]

    In this paper, a new approach for classification of multitemporal satellite data sets, combining multispectral and change detection techniques is proposed. The algorithm is based on the nearest neighbor method and derived in order to optimize the average probability for correct classification, i.e. each class is equally important. The new algorithm was applied to a study area where satellite images (SPOT and Landsat TM) from different seasons over a year were used. It showed that using five seasonal images can substantially improve the classification accuracy compared to using one single image. As an real application to a large scale, the approach was applied to the Dalälven's catchment area. As the distributions for different classes are highly overlapping it is not possible to get satisfactory accuracy at pixel level. In stead it is necessary to introduce a new concept, pixel-wise probabilistic classifiers. The pixel-wise vectors of probabilities can be used to judge how reliablea traditional classification is and to derive measures of the uncertainty (entropy) for the individual pixels. The probabilistic classifier gives also unbiased area estimates over arbitrary areas. It has been tested on two test sites of arable land with different characteristics.

  • 39.
    Ranneby, Bo
    et al.
    SLU, Centre of Biostochastics.
    Yu, Jun
    SLU, Centre of Biostochastics.
    Estimation of WTP with point and self-selected interval responses2011Ingår i: Modern cost-benefit analysis of hydropower conflicts / [ed] Per-Olov Johansson och Bengt Kriström, Edward Elgar Publishing, 2011, s. 65-75Kapitel i bok, del av antologi (Refereegranskat)
  • 40.
    Ranneby, Bo
    et al.
    SLU, Centre of Biostochastics.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik. SLU, Centre of Biostochastics.
    Nonparametric and probabilistic classification using NN-balls with environmental and remote sensing applications2011Ingår i: Advances in Directional and Linear Statistics: A Festschrift for Sreenivasa Rao Jammalamadaka / [ed] M.T. Wells & A. Sengupta, Heidelberg: Physica Verlag, 2011, s. 201-216Kapitel i bok, del av antologi (Refereegranskat)
    Abstract [en]

    National and international policies today require environmental follow-upsystems that detect, in a quality assured way, changes over time in land use and landscape indicators. Questions related to environmental health and spatial patterns call for new statistical tools.We present in this chapter some new developments on the classification of land use by using multispectral and multitemporal satellite images, based on techniques of nearest neighbour balls. The probabilistic classifiers introduced are useful for measuring uncertainty at pixel level and obtaining reliable area estimates locally. Also some theoretical considerations for the reference sample plotmethod (today named k-NN method in natural resource applications) are presented.

  • 41.
    Stefan, Löfgren
    et al.
    Institutionen för vatten och miljö, SLU.
    Nisell, Jakob
    Institutionen för vatten och miljö, SLU.
    Yu, Jun
    Centre of Biostochastics, SLU.
    Ranneby, Bo
    Centre of Biostochastics, SLU.
    N- och P-halterna i skog, myr och fjäll våren 2011 i Dalälven, Viskan, Ätran, Nissan och Lagan: projekt för att förbättra skattningarna av typhalter inför PLC62011Rapport (Övrigt vetenskapligt)
    Abstract [sv]

    Inom ramen för ett tidigare pilotprojekt (SMED rapport nr 52 2011) har data från riksinventeringen av skog (RIS) och satellitscener använts för att med den statistiska metoden Probabilistic Classifier klassificera skogstillståndet på skogs- och myrmark inklusive fjäll. Vattendragsnära skog har definierats utgående från ett virtuellt nätverksbildat vattendragsnät (VIVAN). Baserat på ca 200 slumpmässigt utvalda källvattendrag i Dalälven, Viskan, Ätran, Nissan och Lagan har därefter modeller skapats för att skatta typhalterna sommartid för N och P i bäckvattnet utgående från skogstillståndet i bäcknära och mer avlägsen skog. Modellernas förklaringsgrad för Tot-N och Tot-P var betydligt bättre än de som användes inom ramen för PLC5 och de modellberäknade typhalterna, som representerar sommarförhållanden, var betydligt högre än de som användes inom PLC5.

    Inom ramen för det nya projektet insamlades och analyserades vattenprover våren 2011 från de ca 200 slumpmässigt utvalda källvattendragen i Dalälven och Västsverige. De uppmätta halterna sommar och vår jämfördes och baserat på samma metodik som i det tidigare pilotprojektet skapades modeller för att skatta typhalterna vårtid för Tot-N och Tot-P i bäckvattnet. Utöver detta insamlades vattenprover i september och november 2011 (pågår), men finansiering saknas för de kemiska analyserna.

    Resultaten visar att vid vårundersökningen var halterna Tot-N och Tot-P lägre jämfört med under sommarinventeringarna särskilt i Dalälven. Vid vårprovtagningen var medianvärdena i Dalälven drygt hälften av sommarvärdena. I Västsverige var skillnaderna mellan säsongerna betydligt mindre och baserat på medianvärdena var vårhalterna 14% och 25% lägre för Tot-N respektive Tot-P. Jämfört med PLC5-typhalterna var de uppmätta vårvärdena ca 35 % och 45% lägre för Tot-N respektive Tot-P i Dalälvsområdet medan de på Västkusten var 24-51% högre för Tot-N respektive 62% högre för Tot-P. Precis som sommarprovtagningen indikerar vårinventeringen följaktligen att PLC5-typhalterna undervärderar skogsläckaget av både Tot-N och Tot-P i Västsverige, medan resultaten från Dalälven istället indikerar en överskattning. Typhalter framtagna med modeller med data enbart från vår och sommar kan därför inte okritiskt användas för t.ex. källfördelningsmodellering och som underlag för att beräkna N- och P-retention från källa till hav. För det krävs modeller baserade på vattenkemisk information även från andra årstider.

    Även resultaten från vårinventeringen visar att modellernas förklaringsgrad är betydligt bättre än de som användes inom ramen för PLC5, vilket tyder på att det dels föreligger samband mellan avrinningsområdets egenskaper och N- och P-halterna och dels att probabilistisk klassning är en användbar metod för att skatta dessa egenskaper. Modellernas förklaringsgrad för Tot-N och Tot-P var under både sommar- och vårförhållanden ca 60% respektive 31%. Modellerna indikerar dock att under våren styrs närsaltförlusterna främst av mängden biomassa i avrinningsområdet medan tillväxten är styrande sommartid.

    Med tanke på den vanligtvis höga vattenföringen vår och höst och den därmed kraftiga inverkan på transportberäkningarna (= halt x vattenföring) finns det goda skäl att inför källfördelningsarbetet i PLC6 beakta den rumsliga haltvariationen även under hösten och därmed förbättra skattningarna av typhalterna för N och P. Kemisk analys av de inom projektet insamlade höstproverna bör därför finansieras. Dessutom bör liknande inventeringar utföras i Norrland för att förbättra skattningarna av N- och P-förlusterna från skog, myr och fjäll även i denna del av landet.

  • 42.
    Söderström, Tor
    et al.
    Umeå universitet, Samhällsvetenskapliga fakulteten, Pedagogiska institutionen.
    Fahlén, Josef
    Umeå universitet, Samhällsvetenskapliga fakulteten, Pedagogiska institutionen.
    Ferry, Magnus
    Umeå universitet, Samhällsvetenskapliga fakulteten, Pedagogiska institutionen.
    Yu, J
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för naturvetenskapernas och matematikens didaktik.
    Participation in non-elite sport in early adulthood: the impact of athletic ability in childhood and adolescence2015Ingår i: 20 th annual Congress of the European college of Sport Science, (ECSS), 24th - 27th June 2015, Malmö – Sweden: book of abstracts / [ed] Radmann, A., Hedenborg, S., Tsolakidis, E., 2015, s. 294-Konferensbidrag (Övrigt vetenskapligt)
    Abstract [en]

    Introduction Understandings of, explanations to, and predictors of adult participation in organized sport, on the one hand, and expert performances in organized sport as adults on the other hand have received a lot of attention as separate entities by scholars in the areas of sport participation and sport expertise alike. Although scholars in both fields share an interest in tracing explanatory factors and predictors, it is evident that sport participation research has not investigated the impact of factors that are in focus in sport expertise research and vice versa. Thus, in this paper we aim to explore relationships between sport performance during childhood and adolescence and participation in sport in adulthood.

    Methods Data were derived from Web-based questionnaires completed by university students between 2005 and 2012. In total, 572 students (290 men and 282 women) completed the questionnaires. These students were at the beginning of their studies in sports science (n=357) and physical education teacher education (n=215). The questionnaire gathered information about the following topics: • Biographical data: date of birth; • Sport debut: age they started to participate in organized club sports; • Sport performance: self-estimated sporting skills and participation in regional talent groups during childhood and adolescence. • Sport involvement: previous and present involvement in organized club sports;

    Results Results from questionnaires reveal that early sport debut and date of birth positively correlate to strong sport performances during childhood and being selected for talent groups. These variables, in turn, are positively correlated to strong sport performances during adolescence and being selected for talent groups. Strong sport performances during adolescence do not correlate to expert performance as adults. However, strong sport performances during adolescence are positively correlated to sports club membership as adults.

    Discussion These results suggest a need to further explore how factors found to be important for elite sport practice and expert performance, also influence non-elite sport participation in adulthood. Our findings suggest that talent development system selecting children and youth to develop their abilities and to become elite athletes, not only develops potential elite athletes but also shapes the larger recruitment of adults to sport at non-elite levels and participation in general exercise activities.

  • 43.
    Söderström, Tor
    et al.
    Umeå universitet, Samhällsvetenskapliga fakulteten, Pedagogiska institutionen.
    Fahlén, Josef
    Umeå universitet, Samhällsvetenskapliga fakulteten, Pedagogiska institutionen.
    Ferry, Magnus
    Umeå universitet, Samhällsvetenskapliga fakulteten, Pedagogiska institutionen.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Athletic ability in childhood and adolescence as a predictor of participation in non-elite sports in young adulthood2018Ingår i: Sport in Society: Cultures, Media, Politics, Commerce, ISSN 1743-0437, E-ISSN 1743-0445, Vol. 21, nr 11, s. 1686-1703Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    In this article, we contribute to the discussion on factors affecting adult participation in organized sport. To this end, we examine whether explanations regarding sport expertise can also add to the understanding of non-elite-level sport participation in young adulthood. Results from questionnaires (n = 572) revealed that date of birth and early sport debut positively correlated to strong sport performance during childhood, which, in turn, were correlated to strong sport performance and being selected for talent groups during adolescence. Finally, strong sport performance during adolescence was positively correlated to sports club membership as young adults. As relative age effects seem to remain throughout childhood and adolescence, we conclude that the underlying variable that affects the selection process and sport participation in young adulthood is date of birth. The results indicate that being active in sport as young adults is contingent on sport-specific variables previously not investigated in research on sport participation.

  • 44.
    Teterukovskiy, Alex
    et al.
    SLU, Centre of Biostochastics.
    Yu, Jun
    SLU, Centre of Biostochastics.
    Contextual reclassification of multispectral images: a Markov Random Field approach2002Ingår i: Information Processes, ISSN 1819-5822, Vol. 2, nr 1, s. 12-21Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    This work presents methods for multispectral image classification using the contextual classifiersbased on Markov Random Field (MRF) models. Performance of some conventional classification methods is evaluated, through a Monte Carlo study, with or without using the contextual reclassification. Spatial autocorrelation is present in the computer-generated data on a true scene. The total misclassification rates for varying strengths of autocorrelation and for different methods are compared. The results indicate that the combination of the spectral-contextual classifiers can improve to a great extent the accuracyof conventional non-contextual classification methods. It is also shown how the most complicated cases can be handled by the Gibbs sampler.

  • 45.
    Wang, Jianfeng
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Garpebring, Anders
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Brynolfsson, Patrik
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Liu, Xijia
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Contrast agent quantification by using spatial information in dynamic contrast enhanced MRI2016Manuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    The purpose of this study is to investigate a method, using simulations, toimprove contrast agent quantication in Dynamic Contrast Enhanced MRI.Bayesian hierarchical models (BHMs) are applied to smaller images such that spatial information can be incorporated. Then exploratory analysisis done for larger images by using maximum a posteriori (MAP).

    For smaller images: the estimators of proposed BHMs show improvementsin terms of the root mean squared error compared to the estimators in existingmethod for a noise level equivalent of a 12-channel head coil at 3T. Moreover,Leroux model outperforms Besag models. For larger images: MAP estimatorsalso show improvements by assigning Leroux prior.

  • 46.
    wang, jianfeng
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Garpebring, Anders
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Brynolfsson, Patrik
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
    Liu, Xijia
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Contrast Agent Quantification by Using Spatial Information in Dynamic Contrast Enhanced MRIManuskript (preprint) (Övrigt vetenskapligt)
  • 47.
    Wang, Jianfeng
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Garpebring, Anders
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Brynolfsson, Patrik
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Combining phase and magnitude information for contrast agent quantification in dynamic contrast-enhanced MRI using Bayesian hierarchical model2016Ingår i: Proceedings of the 8th International Workshop on Spatio-Temporal Modelling, 2016, s. 217-217Konferensbidrag (Övrigt vetenskapligt)
  • 48.
    Wang, Jianfeng
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Sparsity Estimation of MR images in Compressive Sensing2017Konferensbidrag (Övrigt vetenskapligt)
  • 49.
    Wang, Jianfeng
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Zhou, Zhiyong
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Garpebring, Anders
    Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Sparsity estimation in compressive sensing with application to MR images2017Manuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    The theory of compressive sensing (CS) asserts that an unknown signal x in C^N canbe accurately recovered from m measurements with m << N provided that x is sparse. Most of the recovery algorithms need the sparsity s = ||x||_0 as an input. However,generally s is unknown, and directly estimating the sparsity has been an open problem.In this study, an estimator of sparsity is proposed by using Bayesian hierarchical model. Its statistical properties such as unbiasedness and asymptotic normality are proved. Inthe simulation study and real data study, magnetic resonance image data is used asinput signal, which becomes sparse after sparsified transformation. The results fromthe simulation study confirm the theoretical properties of the estimator. In practice, theestimate from a real MR image can be used for recovering future MR images under theframework of CS if they are believed to have the same sparsity level after sparsification.

  • 50.
    Wang, Jianfeng
    et al.
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Zhou, Zhiyong
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik. Department of Statistics, Zhejiang University City College, China.
    Yu, Jun
    Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
    Statistical inference for block sparsity of complex signals2019Manuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    Block sparsity is an important parameter in many algorithms to successfully recover block sparse signals under the framework of compressive sensing. However, it is often unknown and needs to beestimated. Recently there emerges a few research work about how to estimate block sparsity of real-valued signals, while there is, to the best of our knowledge, no investigation that has been conductedfor complex-valued signals. In this paper, we propose a new method to estimate the block sparsity of complex-valued signal. Its statistical properties are obtained and verified by simulations. In addition,we demonstrate the importance of accurately estimating the block sparsity in signal recovery through asensitivity analysis.

12 1 - 50 av 94
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf