生物医学信息学杂志,第58卷
第58卷,2015年12月
玛丽亚·佩雷斯·加泰隆 , 拉斐尔·贝兰加·拉沃里 :
语义迁移,丰富多语种生物医学知识资源。 1-10 陈玉坤 , 托马斯·拉斯科 , 乔竹梅 , 约书亚·C·丹尼 , 华旭 :
临床文本中命名实体识别的主动学习方法研究。 11-18 Le-Thuy T.Tran公司 , 盖伊·迪维塔 , 马乔丽·卡特 , 约书亚·贾德 , 马修·萨莫尔 , 阿迪·甘德拉帕利 :
利用UMLS Metathesaurus提取和分类代表解剖相关器官系统的症状和体征的概念。 19-27 黄正兴 , 魏东 , 段惠龙 :
电子健康记录临床风险分层的概率主题模型。 28-36 弗洛里安·科尔迈耶 , 费比安·普拉瑟 , 克劳斯·库恩 :
质量成本:以最小的信息损失实现生物医学数据匿名化的泛化和抑制。 37-48 米里亚姆·塞奥安·桑托斯 , 佩德罗·恩里克·阿布雷乌 , 佩德罗·加西亚·莱恩西纳 , 阿德利亚·西蒙 , 阿曼多·卡瓦略 :
一种新的基于聚类的过采样方法,用于提高肝癌患者的生存预测。 49-59 阿图罗·洛佩斯·皮内达 , Ye Ye是的 , 希亚姆·维斯瓦兰 , 格雷戈里·库珀 , 迈克尔·瓦格纳 , 富城(Rich)Tsui :
从急诊部自由文本报告中比较用于流感检测的机器学习分类器。 60-69 Heung-Seon噢 , 尤丘尔·荣格(Yuchul Jung) :
医学信息检索中使用外部集合的基于聚类的查询扩展。 70-79 陈凡树 , 镇冉江 :
整合药物域网络预测药物的解剖治疗化学(ATC)编码。 80-88 阿兰·方(Allan Fong) , A.扎卡里·赫廷格 , 拉杰·拉特瓦尼 :
探索使用结构化和非结构化数据识别相关患者安全事件的方法。 89-95 Siamak Yousefi公司 , 迈克尔·戈德鲍姆 , 埃桑·沙赫里安·瓦努斯法德拉尼 , 阿克拉姆·贝尔吉思 , Tzyy-Ping Jung先生 , 菲利佩·梅德罗斯 , 琳达·M·赞维尔 , 罗伯特·韦恩勒布 , 杰弗里·利伯曼 , 克里斯托弗·吉尔金 , 克里斯托弗·鲍德 :
检测视野中的青光眼变化:使用优化框架进行分析。 96-103 马修·拉法罗 , 霍利赫·侯赛因扎德 , Makishima英基 , 巴特洛米耶·普日乔岑(Bartlomiej Przychodzen) , 穆罕默德·阿什卡尔 , 穆罕默德·科尤特(Mehmet Koyutürk) , 雅罗斯瓦夫·马西耶夫斯基 , 托马斯·拉夫兰博伊斯 :
全外显子组测序可提高髓系恶性肿瘤的预后分类。 104-113
阿斯玛·本·阿巴查 , 费萨尔·马布布·乔杜里 , 艾卡捷琳尼·卡拉纳西奥 , 亚辛·姆拉贝特 , 阿尔贝托·拉维利 , 皮埃尔·兹韦根鲍姆 :
用于药物警戒的文本挖掘:使用机器学习进行药物名称识别和药物相互作用提取和分类。 122-132 安德烈·瓦莱里奥·卡雷罗 , 佩德罗·M·T·阿马拉 , 苏珊娜·平托 , 佩德罗·托马斯 , 马梅德·德·卡瓦略 , 萨拉·马德拉 :
基于患者快照和时间窗的预测模型:预测肌萎缩侧索硬化症患者辅助通气的疾病进展。 133-144 伊戈尔·佩内克 , 格雷戈里吉·库里略 , 格雷戈·斯蒂利克 , Ruzena Bajcsy公司 :
使用可穿戴传感器识别力量训练的强度。 145-155 里玛·皮沃瓦罗夫 , 阿德勒·J·佩罗特 , 爱德华·格雷夫 , 约翰·安吉奥利洛 , 克里斯·H·威金斯 , 不,埃米·埃尔哈达德 :
从异质性EHR数据中学习概率表型。 156-165
Rui Zhang(张瑞) :
医疗数据分析。 Chandan K.Reddy和Charu C.Aggarwal。 佛罗里达州博卡拉顿:查普曼和霍尔/CRC出版社(2015)724页。 166-167
肯尼思·荣格 , 尼甘·沙阿 :
非平稳性对EHR预测建模的影响。 168-174 弗洛伦特·巴蒂 , 德克·克林比尔 , 弗朗西斯克·扎帕 , 马丁·布鲁切 :
使用双重约束对应分析(DCCA)的高通量选择性剪接检测。 175-185 张艺业 , 雷玛·帕德曼 , 尼拉夫·帕特尔 :
铺平COW路径:从电子健康记录数据中学习和可视化临床路径。 186-197 沙阿提克·拉赫曼 , 黄玉霄 , 扬·克拉森 , 纳撒尼尔·海因茨曼 , 萨曼莎·克莱恩伯格 :
将傅里叶和滞后k近邻插补结合用于生物医学时间序列数据。 198-207 普里西拉·科雷亚·卡斯特罗·戈麦斯 , 安娜·玛丽亚·德·卡瓦略·莫拉 , 玛丽亚·卡瓦尔坎蒂 :
基于模块化技术的科学文档注释的多本体方法。 208-219 哈米德·阿里内贾德·罗克尼 , 迪亚科·易卜拉希米 :
一种通过基于比对的方法避免与超突变病毒序列分析相关的错误的方法。 220-225 李海泉 , 尼玛·普拉迪 , Ikbel Achour公司 , 文森特·加德乌克斯 , 李建荣 , 李启科 , 郝海伦张 , 费尔南多·马丁内斯 , 乔·G·N·“跳过”·加西亚 , 伊夫·卢西尔 :
eQTL网络揭示了复杂疾病相关SNP下游丰富的mRNA主整合子。 226-234 林文阳(Wen-Yang Lin) , 林兰 , 黄凤翔 , 王敏贤(Min-Hsien Wang) :
基于粗糙集的ADR信号来自缺失值的自发报告数据。 235-246 洪孙 , 克里斯托夫·德普雷特 , 乔斯·德鲁 , 乔瓦尼·梅尔斯 , 鲍里斯·德弗洛伊德 , 马克·特瓦吉鲁穆基萨 , 德克·科拉尔特 :
临床研究中EHR数据的语义处理。 247-259 梁瑶 , 尹章(音) , 包钢卫 , 王伟(音译) , 张月娇 , 任晓林 , 卞雅丽 :
利用监督主题模型和领域知识发现中医临床病例的治疗模式。 260-267 小刘 , 陈新春 :
健康社交媒体中药物警戒的研究框架:患者药物不良事件报告的识别和评估。 268-279 内斯托·阿尔瓦罗 , 康威 , Son Doan公司 , 克里斯托夫·洛菲 , 约翰·奥弗林顿 , 奈杰尔·科利尔 :
众包推特注释,以确定处方药使用的第一手经验。 280-287
伊莎贝尔·塞古拉·贝德玛 , 帕洛玛·马丁内斯 :
通过开发文本挖掘和自然语言处理技术实现药物警戒。 288-291
第58卷,补编,2015年12月
琥珀树桩 , 克里斯托弗·科特菲拉 , 奥兹勒姆·乌兹纳 :
纵向临床叙述的自动识别系统:2014年i2b2/UTHealth共享任务轨道1概述。 S11-S19号 琥珀树桩 , 奥兹勒姆·乌兹纳 :
注释纵向临床叙述以消除身份:2014年i2b2/UTHealth语料库。 S20-S29系列 惠阳 , 乔纳森·加里波第 :
从诊所叙述中自动检测受保护的健康信息。 第30页至第38页 何斌(Bin He) , 易观 , 程建义 , 科廷岑 , 华文澜 :
基于CRF的病历识别。 S39-S46系列 刘增建 , 陈阳新 , 步州汤 , 王晓龙 , 陈庆才 , 李浩迪 , 王景峰 , 邓启文 , 朱绥松 :
使用标记级和字符级条件随机场自动识别电子病历。 S47-S52系列 阿扎德·德汉 , 阿列克桑达尔·科瓦切维奇 , 乔治·卡里斯蒂亚尼斯 , 约翰·基恩 , 戈兰·内纳迪奇 :
将知识和数据驱动的方法相结合,用于临床叙述的识别。 第53-S59页 陈涛(Tao Chen) , 理查德·卡伦 , 马歇尔·戈德温 :
使用Dirichlet过程进行识别的隐马尔可夫模型。 S60-S66系列
琥珀树桩 , 克里斯托弗·科特菲拉 , 华旭 , 奥兹勒姆·乌兹纳 :
随着时间的推移,识别心脏病风险因素:2014年i2b2/UTHealth共享任务轨道2概述。 S67-S77系列 琥珀树桩 , 奥兹勒姆·乌兹纳 :
糖尿病患者临床叙述中心脏病风险因素注释。 S78-S91系列 克里斯托弗·科特菲拉 , 奥兹勒姆·乌兹纳 :
五种疾病表型识别中特征空间对疾病分类器性能影响的系统比较。 S92-S102系列 Chaitanya P.Shivade女士 , 普拉纳夫·马勒瓦德卡尔 , 埃里克·福斯勒·卢西尔 , 阿尔伯特·M·赖 :
使用临床笔记比较UMLS术语以确定心脏病风险。 S103-S110标准 柯克·罗伯茨 , 索尼娅·肖珊 , 拉里萨·罗德里格斯 , Swapna Abhyankar公司 , 哈利尔·基利科格鲁 , 迪娜·德默尔·福斯曼 :
细粒度注释在监督识别EHR心脏病风险因素中的作用。 S111-S119号 詹姆斯·科马克 , 钦莫·纳特 , 大卫·米尔沃德 , 卡尔帕纳·拉贾 , 悉达多·R·琼纳拉加达 :
针对2014年i2b2/UTHealth心脏病风险因素挑战的敏捷文本挖掘。 第120页至第127页 阿卜杜拉赫曼·哈利法 , 斯特凡·梅斯特雷 :
调整现有的自然语言处理资源,以便在临床笔记中识别心血管风险因素。 S128-S132号 西里尔·格鲁因 , 维罗妮克·莫里索 , 皮埃尔·兹韦根鲍姆 :
结合玻璃盒和黑盒评估,从临床记录中识别心脏病危险因素及其时间关系。 S133-S142号 杰伊·乌尔班 :
利用命名实体识别和分布语义模型挖掘临床文本中的心脏病危险因素。 S143-S149系列 奈文昌 , 戴洪杰 , Jitendra Jonnagaddala公司 , 陈志伟 , 理查德·宗才 , 徐文莲 :
电子病历中医疗概念进展跟踪的上下文软件方法。 第150页至第157页 陈庆才 , 李浩迪 , 步州汤 , 王晓龙 , 刘欣(Xin Liu) , 刘增建 , 舒柳(Shu Liu) , 王伟达 , 邓启文 , 朱绥松 , 陈阳新 , 王景峰 :
一个自动系统,用于识别临床文本中随时间变化的心脏病风险因素。 S158-S163号 Manabu Torii公司 , 郑伟凡 , 杨伟力 , 西奥多·李 , 马修·威利 , 丹尼尔·齐索克 , 杨晃 :
通过在电子病历中应用文本分析来检测心脏病风险因素。 S164-S170型 惠阳 , 乔纳森·加里波第 :
心脏病危险因素自动识别的混合模型。 S171-S182号 乔治·卡里斯蒂亚尼斯 , 阿扎德·德汉 , 阿列克桑达尔·科瓦切维奇 , 约翰·基恩 , 戈兰·内纳迪奇 :
使用本地词汇化规则识别临床笔记中的心脏病风险因素。 第183页至第188页
郑凯 , V.G.维诺德·维迪斯瓦兰 , 杨柳 , 王悦(Yue Wang) , 琥珀色短柱 , 奥兹勒姆·乌兹纳 , Anupama E.Gururaj公司 , 萨姆埃尔·贝耶尔 , 约翰·阿伯丁 , 安娜·拉姆希斯基 , 塞尔盖·帕霍莫夫 , 刘红芳 , 华旭 :
临床自然语言处理软件的易用性:对五个系统的评估。 S189-S196型
约翰·韦斯·所罗门 , 罗德尼·D·尼尔森 :
使用纵向患者记录预测收缩压的变化。 S197-S202型 Jitendra Jonnagaddala公司 , Siaw-Teng Liaw公司 , 普拉迪普·雷 , 的曼尼施·库马 , 奈文昌 , 戴洪杰 :
使用文本挖掘从非结构化电子健康记录中进行冠状动脉疾病风险评估。 S203-S210型 Chaitanya P.Shivade公司 , 考特尼·赫伯特 , 马塞洛·洛佩特奎 , 玛丽·凯瑟琳·德·马内夫 , 埃里克·福斯勒·卢西尔 , 阿尔伯特·M·赖 :
临床试验中合格标准解析的文本推理。 S211-S218型