Full metadata record
DC FieldValueLanguage
dc.contributor.advisorRahnenführer, Jörg-
dc.contributor.authorHorsch, Salome-
dc.date.accessioned2020-09-22T06:49:27Z-
dc.date.available2020-09-22T06:49:27Z-
dc.date.issued2020-
dc.identifier.urihttp://hdl.handle.net/2003/39303-
dc.identifier.urihttp://dx.doi.org/10.17877/DE290R-21204-
dc.description.abstractDie Atemluft eines Menschen zu diagnostischen Zwecken zu analysieren, hat verschiedene Vorteile gegenüber anderen Methoden, wie beispielsweise Untersuchungen des Blutes. Die Atemluft ist stets verfügbar und ihre Gewinnung ist sicher, da kein Eingriff in den Körper notwendig ist. Wird zur Analyse der Atemluft die Multikapillarsäulen-Ionenmobilitätspektrometrie (MCC-IMS) verwendet, so ist die Messung innerhalb weniger Minuten abgeschlossen und könnte theoretisch direkt ausgewertet werden. Damit dies möglich wird, müssen die entstehenden Rohmessungen jedoch automatisch verarbeitet werden. Dies geschieht im Augenblick noch durch eine manuelle Begutachtung der Rohmessungen. Um diesen Goldstandard durch automatische Verfahren ersetzen zu können, wurden in dieser Arbeit zahlreiche Algorithmen-Kombinationen getestet. Da es in der Atemluftanalyse häufig das Ziel ist, kranke und gesunde Personen voneinander zu unterscheiden, wurden die Methoden auf drei verschiedene entsprechende Datensätze angewendet und zusätzlich verschiedene Klassifikationsalgorithmen getestet. Eine automatische Algorithmenkombination, die gute Ergebnisse für die einzelnen Analyseschritte erzielt, wurde für den zukünftigen Einsatz empfohlen. Der zweite Abschnitt der Arbeit beschäftigte sich mit Einflussfaktoren auf die Atemluft bei MCC-IMS-Messungen. Dabei wurden die Effekte des Geschlechts, des Raucherstatus, Beeinflussung durch ein Nahrungsmittel und der Einfluss des verwendeten Gerätes untersucht. Insbesondere die Messungen der beiden untersuchten Geräte wiesen deutliche Unterschiede auf. Diese wurden in der Arbeit ausführlich untersucht und Ansätze zur Lösung des Problems vorgestellt.de
dc.language.isodede
dc.subjectAtemluftde
dc.subjectMCC-IMSde
dc.subjectKlassifikationde
dc.subjectPeakerkennungde
dc.subjectEinflussfaktorende
dc.subject.ddc310
dc.titleStatistische Analyse von MCC-IMS-Messungende
dc.typeTextde
dc.contributor.refereeIckstadt, Katja-
dc.date.accepted2020-06-15-
dc.type.publicationtypedoctoralThesisde
dc.subject.rswkAtemluftde
dc.subject.rswkSpektrometriede
dc.subject.rswkMessmethodede
dc.subject.rswkAutomatische Klassifikationde
dc.subject.rswkEinflussgrößede
dcterms.accessRightsopen access-
eldorado.secondarypublicationfalsede
Appears in Collections:Statistische Methoden in der Genetik und Chemometrie

Files in This Item:
File Description SizeFormat 
Dissertation_Horsch.pdfDNB20.4 MBAdobe PDFView/Open


This item is protected by original copyright



This item is protected by original copyright rightsstatements.org