mycoreobjectrosdok_disshab_0000001072rosdok_disshab_0000001072rosdokdisshabrosdok_derivate_00000052042023-08-08T10:04:30.053Z2014-01-10T10:59:46.405Zadministratorpublished1rosdok_derivate_0000005204truetruederivate_types:fulltextVolltextfulltextwf_edit_epub wf_register_epubstate:publishedstate:publishedveröffentlichtpublishedrosdok/id0000125177621909XMODS updated during RosDok migration in June 2021DissertationHochschulschrift1046173251ChristianSchmidt1983-VerfasserInautUncertainty quantification in a computationally optimised volume conductor model for deep brain stimulationQuantifizierung der Unsicherheiten in einem rechenoptimierten Volumenleiter-Modell für die Tiefe HirnstimulationenProf. Dr. rer. nat. habil.Ursulavan RienenUniversität Rostock, Institut für Allgemeine ElektrotechnikAkademischeR BetreuerIndgsProf. Dr.-Ir.HerbertDe GersemUniversity of Leuven, Subfaculty of ScienceAkademischeR BetreuerIndgs141687762Prof. Dr.-Ing.LudgerKlinkenbuschChristian-Albrechts-Universität zu Kiel, Faculty of EngineeringAkademischeR BetreuerIndgs10085032-7Universität RostockFakultät für Informatik und ElektrotechnikGrad-verleihende Institutiondgg10.18453/rosdok_id00001251http://purl.uni-rostock.de/rosdok/id00001251urn:nbn:de:gbv:28-diss2014-0003-2620 Ingenieurwissenschaften und MaschinenbauFakultät für Informatik und Elektrotechnikfrei zugänglich (Open Access)Lizenz Metadaten: CC0Nutzungsrechte erteiltalle Rechte vorbehaltenUniversität RostockRostock2014monographic20132014Universitätsbibliothek RostockRostock20142014This thesis examines the influence of uncertainty in the parameters of a volume conductor model of the human brain on the voltage response and neural activation in the proximity of the stimulated brain area. The quantification of uncertainty in the human brain model was obtained by approximating the probabilistic voltage response and volume of tissue activated by a polynomial expansion, using the polynomial chaos technique. The required number of evaluations of the deterministic model was further reduced by the application of sparse grids with nested nodes.Diese Arbeit untersucht den Einfluss von Unsicherheiten in den Parametern eines Volumenleiter-Modells des menschlichen Gehirns auf die Spannungsantwort und die neuronale Aktivierung in der Umgebung des stimulierten Hirnareals. Die Quantifizierung der Unsicherheiten im Modell wurde durch eine Approximation der probabilistischen Spannungsantwort und des aktivierten Volumens unter Verwendung der Polynomialen Chaos Technik realisiert. Die Anzahl an benötigten Auswertungen des deterministischen Modells wurde durch die Verwendung von Dünn-Gittern mit verschachtelten Knoten weiter verringert.polynomial chaosmodel order reductionmulti-dimensional integrationfinite element methodUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00001251doctype:epubdoctype:epubDokumenttypDocument typedoctype:epub.dissertationdoctype:epub.dissertationDissertationdoctoral thesisdiniPublType:doctoralThesis diniPublType2022:PhDThesis XMetaDissPlusThesisLevel:thesis.doctoralinfo:eu-repo/semantics/doctoralThesisdocumentnatureOfContent:ppn_105825778natureOfContent:ppn_105825778HochschulschriftdiniPublType2022:DoctoralThesisdiniPublType2022:DoctoralThesisDissertation oder HabilitationDoctoral thesisDRIVERdiniPublType2022:PhDThesisdiniPublType2022:PhDThesisDissertationPhD thesisKDSF (Pu34)XMetaDissPlusThesisLevel:thesis.doctoralXMetaDissPlusThesisLevel:thesis.doctoralDoktorarbeitdoctoral thesisrfc5646:enrfc5646:enEnglischEnglishengengSDNB:620SDNB:620620 Ingenieurwissenschaften und Maschinenbau620 Engineering & allied operations620 Ingenieurwissenschaften und<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;Maschinenbauinstitution:unirostockinstitution:unirostockUniversität RostockUniversity of RostockUniversität RostockUniversität RostockUni.Rostockhttp://d-nb.info/gnd/38329-6institution:unirostock.iefinstitution:unirostock.iefFakultät für Informatik und ElektrotechnikFaculty of Computer Science and Electrical EngineeringUniversität Rostock. Fakultät für Informatik und ElektrotechnikFakultät für Informatik<br />und ElektrotechnikUni.Rostock.Fakultaet.IEFhttp://d-nb.info/gnd/10085032-7accesscondition:openaccessaccesscondition:openaccessfrei zugänglich (Open Access)open accesshttp://purl.org/coar/access_right/c_abf2OAfreeinfo:eu-repo/semantics/openAccess[DE-28]Open Access$gControlled Vocabulary for Access Rights$uhttp://purl.org/coar/access_right/c_abf2licenseinfo:metadatalicenseinfo:metadataLizenzen für Metadatenlicenseinfo:metadata.cc0licenseinfo:metadata.cc0Lizenz Metadaten: CC0license metadata: CC0/creativecommons/p/zero/1.0/88x31.pnghttps://creativecommons.org/publicdomain/zero/1.0/licenseinfo:depositlicenseinfo:depositVeröffentlichungsgenehmigungpermission to storelicenseinfo:deposit.rightsgrantedlicenseinfo:deposit.rightsgrantedNutzungsrechte erteiltrights grantedlicenseinfo:worklicenseinfo:workWerkworklicenseinfo:work.rightsreservedlicenseinfo:work.rightsreservedalle Rechte vorbehaltenall rights reserved/creativecommons/r/reserved/0.9/88x31.png[DE-28]Urheberrechtsschutz 1.0$gRights Statements$uhttp://rightsstatements.org/vocab/InC/1.0/http://rightsstatements.org/vocab/InC/1.0/http://rightsstatements.org/vocab/InC/1.0/Uncertainty quantification in a computationally optimised volume conductor model for deep brain stimulationQuantifizierung der Unsicherheiten in einem rechenoptimierten Volumenleiter-Modell für die Tiefe HirnstimulationUncertainty quantification in a computationally optimised volume conductor model for deep brain stimulationgnd:1046173251gnd:141687762gnd:10085032-7gnd:1046173251gnd:141687762gnd:10085032-7rosdok_disshab_0000001072-d2128488e39gnd:1046173251Christian SchmidtChristian Schmidtrosdok_disshab_0000001072-d2128488e62Prof. Dr. rer. nat. habil. Ursula van RienenProf. Dr. rer. nat. habil. Ursula van Rienenrosdok_disshab_0000001072-d2128488e75Prof. Dr.-Ir. Herbert De GersemProf. Dr.-Ir. Herbert De Gersemrosdok_disshab_0000001072-d2128488e89gnd:141687762Prof. Dr.-Ing. Ludger KlinkenbuschProf. Dr.-Ing. Ludger Klinkenbuschrosdok_disshab_0000001072-d2128488e104gnd:10085032-7Universität Rostock Fakultät für Informatik und ElektrotechnikUniversität Rostock Fakultät für Informatik und ElektrotechnikChristian SchmidtProf. Dr. rer. nat. habil. Ursula van RienenProf. Dr.-Ir. Herbert De GersemProf. Dr.-Ing. Ludger KlinkenbuschUniversität Rostock Fakultät für Informatik und ElektrotechnikChristian SchmidtProf. Dr. rer. nat. habil. Ursula van RienenProf. Dr.-Ir. Herbert De GersemProf. Dr.-Ing. Ludger KlinkenbuschUniversität Rostock Fakultät für Informatik und ElektrotechnikChristian SchmidtRostockUniversität Rostockepub.dissertation10.18453/rosdok_id00001251http://purl.uni-rostock.de/rosdok/id00001251urn:nbn:de:gbv:28-diss2014-0003-2polynomial chaosmodel order reductionmulti-dimensional integrationfinite element methodThis thesis examines the influence of uncertainty in the parameters of a volume conductor model of the human brain on the voltage response and neural activation in the proximity of the stimulated brain area. The quantification of uncertainty in the human brain model was obtained by approximating the probabilistic voltage response and volume of tissue activated by a polynomial expansion, using the polynomial chaos technique. The required number of evaluations of the deterministic model was further reduced by the application of sparse grids with nested nodes.Diese Arbeit untersucht den Einfluss von Unsicherheiten in den Parametern eines Volumenleiter-Modells des menschlichen Gehirns auf die Spannungsantwort und die neuronale Aktivierung in der Umgebung des stimulierten Hirnareals. Die Quantifizierung der Unsicherheiten im Modell wurde durch eine Approximation der probabilistischen Spannungsantwort und des aktivierten Volumens unter Verwendung der Polynomialen Chaos Technik realisiert. Die Anzahl an benötigten Auswertungen des deterministischen Modells wurde durch die Verwendung von Dünn-Gittern mit verschachtelten Knoten weiter verringert.20142014epub.dissertation1 Dissertation_Schmidt_2014.pdf 7891339 cae3682d0d737b70bcd537a8b9b2b8e5 rosdok/id0000125177621909XMODS updated during RosDok migration in June 2021DissertationHochschulschrift1046173251ChristianSchmidt1983-VerfasserInautUncertainty quantification in a computationally optimised volume conductor model for deep brain stimulationQuantifizierung der Unsicherheiten in einem rechenoptimierten Volumenleiter-Modell für die Tiefe HirnstimulationenProf. Dr. rer. nat. habil.Ursulavan RienenUniversität Rostock, Institut für Allgemeine ElektrotechnikAkademischeR BetreuerIndgsProf. Dr.-Ir.HerbertDe GersemUniversity of Leuven, Subfaculty of ScienceAkademischeR BetreuerIndgs141687762Prof. Dr.-Ing.LudgerKlinkenbuschChristian-Albrechts-Universität zu Kiel, Faculty of EngineeringAkademischeR BetreuerIndgs10085032-7Universität RostockFakultät für Informatik und ElektrotechnikGrad-verleihende Institutiondgg10.18453/rosdok_id00001251http://purl.uni-rostock.de/rosdok/id00001251urn:nbn:de:gbv:28-diss2014-0003-2620 Ingenieurwissenschaften und MaschinenbauFakultät für Informatik und Elektrotechnikfrei zugänglich (Open Access)Lizenz Metadaten: CC0Nutzungsrechte erteiltalle Rechte vorbehaltenUniversität RostockRostock2014monographic20132014Universitätsbibliothek RostockRostock20142014This thesis examines the influence of uncertainty in the parameters of a volume conductor model of the human brain on the voltage response and neural activation in the proximity of the stimulated brain area. The quantification of uncertainty in the human brain model was obtained by approximating the probabilistic voltage response and volume of tissue activated by a polynomial expansion, using the polynomial chaos technique. The required number of evaluations of the deterministic model was further reduced by the application of sparse grids with nested nodes.Diese Arbeit untersucht den Einfluss von Unsicherheiten in den Parametern eines Volumenleiter-Modells des menschlichen Gehirns auf die Spannungsantwort und die neuronale Aktivierung in der Umgebung des stimulierten Hirnareals. Die Quantifizierung der Unsicherheiten im Modell wurde durch eine Approximation der probabilistischen Spannungsantwort und des aktivierten Volumens unter Verwendung der Polynomialen Chaos Technik realisiert. Die Anzahl an benötigten Auswertungen des deterministischen Modells wurde durch die Verwendung von Dünn-Gittern mit verschachtelten Knoten weiter verringert.polynomial chaosmodel order reductionmulti-dimensional integrationfinite element methodUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00001251 2014-01-10T10:59:46.405Z 2023-08-08T10:04:30.053Z 2023-08-18T10:04:30.058Z {"identifier":"rosdok/id00001251","type":"local_id","additional":"","service":"MCRLocalID","created":"2018-06-30T13:05:52.334Z"} {"identifier":"http://purl.uni-rostock.de/rosdok/id00001251","type":"purl","additional":"","service":"RosDokPURL","created":"2018-06-30T13:05:52.513Z","registered":"2018-06-30T13:05:52.513Z"} {"identifier":"10.18453/rosdok_id00001251","type":"doi","additional":"","service":"RosDokDOI","created":"2018-06-30T13:05:53.912Z","registered":"2018-06-30T13:05:53.912Z"} {"identifier":"urn:nbn:de:gbv:28-diss2014-0003-2","type":"dnbUrn","additional":"","service":"RosDokURN","created":"2018-06-30T13:05:52.339Z","registered":"2014-01-16T03:07:41.047Z"} administratorfulltextfile/rosdok_disshab_0000001072/rosdok_derivate_0000005204/Dissertation_Schmidt_2014.pdfUncertainty quantification in a computationally optimised volume conductor model for deep brain stimulationQuantifizierung der Unsicherheiten in einem rechenoptimierten Volumenleiter-Modell für die Tiefe HirnstimulationUncertainty quantification in a computationally optimised volume conductor model for deep brain stimulationgnd:1046173251gnd:141687762gnd:10085032-7gnd:1046173251gnd:141687762gnd:10085032-7rosdok_disshab_0000001072-d2128488e39gnd:1046173251Christian SchmidtChristian Schmidtrosdok_disshab_0000001072-d2128488e62Prof. Dr. rer. nat. habil. Ursula van RienenProf. Dr. rer. nat. habil. Ursula van Rienenrosdok_disshab_0000001072-d2128488e75Prof. Dr.-Ir. Herbert De GersemProf. Dr.-Ir. Herbert De Gersemrosdok_disshab_0000001072-d2128488e89gnd:141687762Prof. Dr.-Ing. Ludger KlinkenbuschProf. Dr.-Ing. Ludger Klinkenbuschrosdok_disshab_0000001072-d2128488e104gnd:10085032-7Universität Rostock Fakultät für Informatik und ElektrotechnikUniversität Rostock Fakultät für Informatik und ElektrotechnikChristian SchmidtProf. Dr. rer. nat. habil. Ursula van RienenProf. Dr.-Ir. Herbert De GersemProf. Dr.-Ing. Ludger KlinkenbuschUniversität Rostock Fakultät für Informatik und ElektrotechnikChristian SchmidtProf. Dr. rer. nat. habil. Ursula van RienenProf. Dr.-Ir. Herbert De GersemProf. Dr.-Ing. Ludger KlinkenbuschUniversität Rostock Fakultät für Informatik und ElektrotechnikChristian SchmidtRostockUniversität Rostockepub.dissertation10.18453/rosdok_id00001251http://purl.uni-rostock.de/rosdok/id00001251urn:nbn:de:gbv:28-diss2014-0003-2polynomial chaosmodel order reductionmulti-dimensional integrationfinite element methodThis thesis examines the influence of uncertainty in the parameters of a volume conductor model of the human brain on the voltage response and neural activation in the proximity of the stimulated brain area. The quantification of uncertainty in the human brain model was obtained by approximating the probabilistic voltage response and volume of tissue activated by a polynomial expansion, using the polynomial chaos technique. The required number of evaluations of the deterministic model was further reduced by the application of sparse grids with nested nodes.Diese Arbeit untersucht den Einfluss von Unsicherheiten in den Parametern eines Volumenleiter-Modells des menschlichen Gehirns auf die Spannungsantwort und die neuronale Aktivierung in der Umgebung des stimulierten Hirnareals. Die Quantifizierung der Unsicherheiten im Modell wurde durch eine Approximation der probabilistischen Spannungsantwort und des aktivierten Volumens unter Verwendung der Polynomialen Chaos Technik realisiert. Die Anzahl an benötigten Auswertungen des deterministischen Modells wurde durch die Verwendung von Dünn-Gittern mit verschachtelten Knoten weiter verringert.20142014[xslt]Saxonrosdok/id00001251https://purl.uni-rostock.de/rosdok/id0000125177621909X10.18453/rosdok_id00001251urn:nbn:de:gbv:28-diss2014-0003-2Christian SchmidtSchmidt ChristianUncertainty quantification in a computationally optimised volume conductor model for deep brain stimulationDissertationdoctoral thesisUniversität Rostock, 2014This thesis examines the influence of uncertainty in the parameters of a volume conductor model of the human brain on the voltage response and neural activation in the proximity of the stimulated brain area. The quantification of uncertainty in the human brain model was obtained by approximating the…Christian SchmidtUncertainty quantification in a computationally optimised volume conductor model for deep brain stimulationQuantifizierung der Unsicherheiten in einem rechenoptimierten Volumenleiter-Modell für die Tiefe HirnstimulationUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id000012511046173251ChristianSchmidt1983-VerfasserInautProf. Dr. rer. nat. habil.Ursulavan RienenUniversität Rostock, Institut für Allgemeine ElektrotechnikAkademischeR BetreuerIndgsProf. Dr.-Ir.HerbertDe GersemUniversity of Leuven, Subfaculty of ScienceAkademischeR BetreuerIndgs141687762Prof. Dr.-Ing.LudgerKlinkenbuschChristian-Albrechts-Universität zu Kiel, Faculty of EngineeringAkademischeR BetreuerIndgs10085032-7Universität RostockFakultät für Informatik und ElektrotechnikGrad-verleihende Institutiondgg[doi]10.18453/rosdok_id00001251[purl]http://purl.uni-rostock.de/rosdok/id00001251[urn]urn:nbn:de:gbv:28-diss2014-0003-2open_access20142014epoch:21th_centuryrfc5646:endoctype:epub.dissertationaccesscondition:openaccessSDNB:620institution:unirostock.iefstate:published