艾哈迈德·阿拉。;米哈埃拉·范德沙尔 信息删失时态数据的隐吸收半马尔可夫模型：学习和推理。 （英语） Zbl 1445.62211号 J.马赫。学习。物件。 19，第4号论文，62页（2018年）. 总结：建模连续时间的生理过程，以显示患者不断变化的临床状态，是解决医疗保健中许多问题的关键步骤。在本文中，我们开发了隐吸收半马尔可夫模型（HASMM）：一种通用的概率模型，能够捕获现代电子健康记录（EHR）数据。与现有模型不同，HASMM可容纳不规则采样、时间相关和信息审查的生理数据，并可描述非平稳临床状态转变。从EHR数据中学习HASMM参数是通过一个新的前向滤波后向采样Monte-Carlo EM算法利用EHR数据中的终点临床结果知识（信息审查），并通过在反向对患者的临床状态进行连续采样，同时对未来状态进行调节来实现E步骤。实时推断通过前向过滤算法得出关于虚拟构造的离散时间嵌入式马尔可夫链这反映了患者的连续状态轨迹。我们使用罗纳德·里根加州大学洛杉矶分校医疗中心住院患者的真实数据集，证明了HASMM在危重病预后设置中的预后效用。特别是，我们表明，使用HASMM，患者的临床恶化可以在重症监护病房入院前8-9小时预测，与Rothman指数相比，AUC增加了22%，Rothman指标是最先进的危重病风险评分技术。 引用于4文件 MSC公司： 2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型 68T05型 人工智能中的学习和自适应系统 62号02 生存分析和删失数据中的估计 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：隐半马尔可夫模型;医学信息学;蒙特卡罗方法 软件：GPy公司;亚当;TensorFlow公司;BNT公司;Scikit公司 PDF格式BibTeX公司 XML格式引用 \textit{A.M.Alaa}和\textit{M.van der Schaar}，J.Mach。学习。第19号决议，第4号论文，62页（2018年；Zbl 1445.62211） 全文： arXiv公司 链接 参考文献： [1] Mart´un n Abadi，Paul Barham，Jianmin Chen，Zhifeng Chen，Andy Davis，Jeffrey Dean，Matthieu Devin，Sanjay Ghemawat，Geoffrey Irving，Michael Isard，et al.Tensorflow:大型机器学习系统。在OSDI中，第16卷，第265-283页，2016年。 [2] Ahmed M.Alaa和Mihaela van der Schaar。平衡悬念和惊喜：通过内生信息获取及时做出决策。《神经信息处理系统进展》，第2910-2918页，2016年。 [3] Ahmed M Alaa、Jinsung Yoon、Scott Hu和Mihaela van der Schaar。使用混合高斯过程对重症监护预后进行个性化风险评分。arXiv预印arXiv:1610.088532016。 [4] 艾哈迈德·阿拉（Ahmed M.Alaa）、斯科特·胡（Scott Hu）和米哈拉·范德沙尔（Mihaela van der Schaar）。从临床判断中学习：风险预后的半马尔科夫调制标记霍克斯过程。第34届国际机器学习会议（ICML）会议记录，2017年。 [5] Jeffrey A Bakal、Finlay A McAlister、Wei Liu和Justin A Ezekowitz。心衰再入院：测量重复心衰住院之间不断缩短的差距。公共科学图书馆，9（9）：e1064942014。 [6] 吉里娜·巴特科娃（Jirina Bartkova）、祖扎娜·何瑞吉（Zuzana Ho´rej´s´naf）、凯伦·科德（Karen Koed）、阿尔文·科勒默（Alwin Kr¨amer）、弗雷德里克·托特（Frederic Tort）、卡斯滕·齐格（Karsten Zieger）、佩尔·古德伯格（Per Guldberg）、麦克斯韦尔·塞赫斯特德（Maxwell Sehested）、杰恩·。《自然》，434（7035）：864-8702005。 [7] Kevin Beier、Sabitha Eppanapally、Heidi S Bazick、Domingo Chang、Karthik Mahadevappa、Fiona K Gibbons和Kenneth B Christopher。bun升高可预测不依赖“正常”肌酐的危重患者的长期死亡率。危重病护理医学，39（2）：3052011。 [8] Edwin V Bonilla、Kian M Chai和Christopher Williams。多任务高斯过程预测。《神经信息处理系统进展》，第153-160页，2007年。 [9] 詹姆斯·布思和詹姆斯·霍伯特。使用自动蒙特卡罗em算法最大化广义线性混合模型的可能性。英国皇家统计学会杂志：B辑（统计方法），61（1）：265-2851999·Zbl 0917.62058号 [10] Brian S Caffo、Wolfgang Jank和Galin L Jones。基于Ascent的蒙特卡洛期望–最大化。英国皇家统计学会杂志：B辑（统计方法），67（2）：235-2512005·Zbl 1075.65011号 [11] Lucienne TQ Cardoso、Cintia MC Grion、Tiemi Matsuo、Elza HT Anami、Ivanil AM Kauss、Ludmila Seko和Ana M Bonametti。延迟入住重症监护室对危重病人死亡率的影响：一项队列研究。危重病护理，15（1）：R282011年。 [12] Chris K Carter和Robert Kohn。状态空间模型的吉布斯抽样。《生物统计学》，81（3）：541-5531994年。54 ·Zbl 0809.62087号 [13] 达斯汀·查尔斯、梅根·加布里埃尔和贾万娜·亨利。2012-2014年，美国非联邦急症护理医院患者参与的电子能力。国家卫生信息技术协调员办公室，2015年。 [14] Che Zhengping、Sanjay Purushotham、Kyunghyun Cho、David Sontag和Yan Liu。具有缺失值的多元时间序列的递归神经网络。arXiv预印arXiv:1606.018652016。 [15] 陈宝江和周小华。具有信息观测的非同源马尔可夫过程模型及其在阿尔茨海默病中的应用。《生物医学杂志》，53（3）：444–4632011年·兹比尔1213.62132 [16] Jill M Cholette、Kelly F Henrichs、George M Alfieris、Karen S Powers、Richard Phipps、Sherry L Spinelli、Michael Swartz、Francisco Gensini、L Eugene Daughty、Emily Nazarian等。清洗心脏手术中输血的红细胞和血小板可减少术后炎症和输血数量：前瞻性结果，随机对照临床试验。《儿科重症监护医学：重症监护医学学会和世界儿科重症和重症监护学会联合会杂志》，13（3），2012年。 [17] 杰西·戴维斯和马克·戈德里奇。精确再调用和roc曲线之间的关系。第23届机器学习国际会议论文集，第233-240页。ACM，2006年。 [18] 泽拉莱姆·盖塔洪·德西（Zelalem Getahun Dessie）。基于齐次半马尔可夫过程的艾滋病多状态模型。《美国生物统计学杂志》，4（2）：212014年。 [19] 迈克尔·杜瓦（Michael Dewar）、克里斯·威金斯（Chris Wiggins）和弗兰克·伍德（Frank Wood）。具有显式状态持续时间分布的隐马尔可夫模型中的推断。IEEE信号处理快报，19（4）：235–2382012。 [20] 里克·德雷特。概率论：理论和实例。剑桥大学出版社，2010年·Zbl 1202.60001号 [21] 埃里森·A·埃迪和埃里克·G·尼尔森。慢性肾脏疾病进展。美国肾脏病学会杂志，17（11）：2964–29662006。 [22] 约汉·福彻（Yohann Foucher）、伊芙·马修（Eve Mathieu）、菲利普·圣皮埃尔（Philippe Saint-Pierre）、J Durand和J Daures。基于广义威布尔分布的半马尔可夫模型，并以艾滋病为例。生物医学杂志，47（6）：8252005·Zbl 1442.62362号 [23] 约汉·福彻（Yohann Foucher）、马加里·吉拉尔（Magali Giral）、让·保尔·苏利洛（Jean-Paul Soulilou）和让·皮埃尔·达雷斯（Jean-Pierre Daures）。具有多个终端事件的多状态和间隔感知数据的半马尔可夫模型。在肾移植中的应用。医学统计，26（30）：5381–5393，2007年。 [24] Yohann Foucher、M Giral、JP Soulilou和JP Daures。一种灵活的半马尔可夫模型，用于间隔感知数据和质量测试。医学研究中的统计方法，2008年。 [25] 艾米莉·福克斯（Emily Fox）、埃里克·B·萨德思（Erik B Sudderth）、迈克尔·乔丹（Michael I Jordan）和艾伦·S·威尔斯基（Alan S Willsky）。切换动态线性模型的贝叶斯非参数推断。IEEE信号处理汇刊，59（4）：1569–15852011a。55 [26] 艾米莉·福克斯（Emily B Fox）、埃里克·萨德思（Erik B Sudderth）、迈克尔·乔丹（Michael I Jordan）和艾伦·威尔斯基（Alan S Willsky）。一个粘性hdphmm，用于扬声器日记。《应用统计年鉴》，第1020–1056页，2011年b·Zbl 1232.62077号 [27] Mitchell H Gail和Phuong L Mai。比较乳腺癌风险评估模型。国家癌症研究所杂志，102（10）：665-6682010。 [28] Valentine Genon-Catalot、Thierry Jeantheau、Catherine Lar´edo等。作为隐马尔可夫模型的随机波动率模型和统计应用。伯努利，6（6）：1051–10792000·Zbl 0966.62048号 [29] 康斯坦蒂诺斯·乔治亚茨、克里斯托弗·基·威廉姆斯和克里斯托弗·霍桑。输入输出非线性动力学系统应用于生理状态监测。机器学习研究杂志，2016年。 [30] Zoubin Ghahramani和Michael I Jordan。因子隐马尔可夫模型。机器学习，29（2-3）：245–2731997·Zbl 0892.68080号 [31] 马齐耶·加塞米（Marzyeh Ghassemi）、马可·AF·皮门特尔（Marco AF Pimentel）、特里斯坦·诺曼（Tristan Naumann）、托马斯·布伦南（Thomas Brennan）、大卫·A·克利夫顿（David A Clifton）、彼得·索洛维茨。一种多变量时间序列建模方法，用于icu中稀疏、异质临床数据的疾病严重性评估和预测。在…会议记录中。。。AAAI人工智能会议。AAAI人工智能会议，2015年第卷，第446页。NIH公共访问，2015年。 [32] 贾科莫·贾mpieri、马克·戴维斯和马丁·克劳德。使用隐马尔可夫模型分析默认数据。《数量金融》，5（1）：27-342005年·Zbl 1118.91321号 [33] 弗洛伦斯·吉拉约、艾蒂安·丹坦、马加里·吉拉尔和约汉·福彻。一个多状态可加相对生存半马尔可夫模型。医学研究中的统计方法，第09622802155864562015页。 [34] 西蒙·戈德西尔（Simon J Godsill）、阿诺德·杜塞特（Arnaud Doucet）和迈克·韦斯特（Mike West）。非线性时间序列的蒙特卡罗平滑。美国统计协会杂志，99（465）：156-1682004·Zbl 1089.62517号 [35] 彼得·格林和大卫·哈斯蒂。可逆跳跃mcmc。遗传学，155（3）：1391–14032009。 [36] 谢菲尔德ML集团。Gpy：python中的高斯进程框架。2012 [37] Amit Gruber、Yair Weiss和Michal Rosen-Zvi。隐主题马尔可夫模型。AISTATS，第7卷，第163-170页，2007年。 [38] Yann Gu´edon公司。探索隐马氏链和半马氏链的状态序列空间。计算统计学与数据分析，51（5）：2379–24092007·Zbl 1161.62412号 [39] Chantal Guihenneuc-Jouyaux、Sylvia Richardson和Ira M Longini。通过隐马尔可夫过程建模疾病进展标记：应用于表征cd4细胞下降。生物统计学，56（3）：733–7412000。56 ·Zbl 1060.62619号 [40] 特蕾西·冈特和尼古拉斯·特里。美国和澳大利亚国家电子健康记录体系结构的出现：模型、成本和问题。医学互联网研究杂志，7（1）：e32005。 [41] 阿兰·霍克斯和大卫·奥克斯。自激过程的集群过程表示。应用概率杂志，第493-503页，1974年·兹比尔0305.60021 [42] CharlesO Hershey和Linda Fisher。为什么普通病房的心肺复苏效果不佳。《柳叶刀》，319（8262）：31-341982。 [43] Asger Hobolth和Jens Ledet Jensen。端点条件下连续时间马尔可夫链的摘要统计。《应用概率杂志》，第911–924页，2011年·Zbl 1231.60071号 [44] 海伦·霍根、弗朗西斯·希利、格雷厄姆·尼尔、理查德·汤姆森、查尔斯·文森特和尼克·布莱克。英国急症医院护理问题导致的可预防死亡：一项回顾性病例记录回顾研究。BMJ质量与安全，第bmjqs页–2012年，2012年。 [45] 威廉·霍尔斯（William Hoiles）和米哈拉·范德沙尔（Mihaela van der Schaar）。一种非参数学习方法，用于自信地估计患者的临床状态和动力学。《神经信息处理系统进展》，第2020–2028页，2016年。 [46] 乔治·赫里普萨克（George Hripcsak）、大卫·J·阿尔伯斯（David J Albers）和阿德勒·佩罗特（Adler Perotte）。电子健康记录研究中的参数化时间。《美国医学信息学协会杂志》，22（4）：794–8042015年。 [47] 黄雪林和罗伯特·沃尔夫。信息审查的脆弱模型。生物统计学，58（3）：510-520，2002·Zbl 1210.62129号 [48] 阿帕纳五世胡祖巴扎尔。多状态模型、流图模型和半马尔可夫过程。2004. ·Zbl 1066.62103号 [49] 克里斯托弗·杰克逊（Christopher H Jackson）、琳达·夏普尔斯（Linda D Sharples）、西蒙·汤普森（Simon G Thompson）、斯蒂芬·达菲（Stephen W Duffy）和伊丽莎白·库托（Elisabeth Couto）。具有分类错误的疾病进展的多状态马尔可夫模型。英国皇家统计学会期刊：D系列（《统计学家》），52（2）：193-2092003。 [50] 雅克·扬森（Jacques Janssen）和R De Dominicis。有限非齐次半马尔可夫过程：理论和计算方面。保险：数学与经济学，3（3）：157-1651984·Zbl 0546.60087号 [51] 丹尼尔·约翰逊（Daniel W Johnson）、乌尔里希·施密特（Ulrich H Schmidt）、爱德华·比特纳（Edward A Bittner）、本杰明·克里斯滕森（Benjamin Christensen）、雷瑟夫·列维（Retsef Levi）和理查德·。延迟从重症监护室转院：对发病率、原因和财务影响的前瞻性观察研究。危重病护理，17（4）：R1282013。 [52] 马修·约翰逊（Matthew J Johnson）和艾伦·S·威尔斯基（Alan S Willsky）。贝叶斯非参数隐半马尔可夫模型。《机器学习研究杂志》，2013年2月14日，第673–701页·Zbl 1320.62050 [53] 皮埃尔·乔利和丹尼尔赞扬。具有截尾和截尾数据的渐进三态模型的惩罚似然方法：在艾滋病中的应用。生物计量学，55（3）：887–8901999。57 ·Zbl 1059.62664号 [54] 贾里德·卡兹曼、乌里·沙哈姆、乔纳森·贝茨、亚历山大·克洛宁格、蒋廷廷和尤瓦尔·克鲁格。深度生存：深度cox比例风险网络。arXiv预印本arXiv:1606.009312016。 [55] Juliane Kause、Gary Smith、David Prytherch、Michael Parr、Arthas Flabouris、Ken Hillman等人。澳大利亚和新西兰心脏骤停、死亡和紧急重症监护入院的前因比较，以及联合王国与学术界的研究。复苏，62（3）：275–2822004。 [56] Diederik Kingma和Jimmy Ba.Adam：一种随机优化方法。arXiv预印arXiv:1412.69802014。 [57] Lisa L Kirkland、Michael Malinchoc、Megan O'Byrne、Joanne T Benson、Deanne T Kashiwagi、M Caroline Burton、Prathibha Varkey和Timothy I Morgenthaler。内科患者的临床恶化预测工具。《美国医疗质量杂志》，28（2）：135–1422013年。 [58] 威廉·克瑙斯（William A Knaus）、伊丽莎白·德雷珀（Elizabeth A Draper）、道格拉斯·瓦格纳（Douglas P Wagner）和杰克·齐默尔曼（Jack E Zimmerman）。Apache ii：疾病严重程度分类系统。危重病护理医学，13（10）：818–8291985。 [59] 威廉·克瑙斯（William A Knaus）、道格拉斯·瓦格纳（Douglas P Wagner）、伊丽莎白·德雷珀（Elizabeth A Draper）、杰克·齐默尔曼（Jack E Zimmerman）、玛丽莲·伯格纳（Marilyn Bergner），保罗·巴斯托斯（Paulo G Bastos）、卡尔·西里奥。apache iii预测系统。重症住院成人住院死亡率的风险预测。《胸科杂志》，100（6）：1619–16361991年。 [60] 维迪亚达尔·G·库尔卡尼。随机系统建模与分析。CRC出版社，1996年·Zbl 0866.60004号 [61] 斯蒂芬·拉加科斯（Stephan W Lagakos）、查尔斯·桑默（Charles J Sommer）和马文·泽伦（Marvin Zelen）。部分删失数据的Semi-markov模型。Biometrika，65（2）：311-3171978·Zbl 0398.62032号 [62] 大卫·兰多。关于cox过程和信贷风险证券。衍生品研究综述，2（2-3）：99-1201998·Zbl 1274.91459号 [63] 劳拉·兰德罗。医院找到了新的方法来全天候监控患者。《华尔街日报》，2015年。 [64] 何塞·雷瓦·穆里略（Jose Leiva-Murillo）、AA Rodrguez和E Baca-Garca。用连续时间隐马尔可夫模型可视化和预测疾病相互作用。2011年NIPS个性化医学研讨会。 [65] H Lehman Li-wei、Shamim Nemati、Ryan P Adams、George Moody、Atul Malhotra和Roger G Mark。使用推断出的生理时间序列中的共享动力学来跟踪危重病患者健康状态的进展。2013年，第35届IEEE医学与生物学会工程国际年会（EMBC），第7072–7075页。IEEE，2013年。 [66] 威廉·A·林克。信息审查模型。《美国统计协会杂志》，84（407）：749–7521989。58 [67] Zachary C Lipton、David Kale和Randall Wetzel。用rnns直接建模序列中的缺失数据：改进临床时间序列的分类。2016年医疗保健机器学习会议，第253-270页。 [68] 刘玉英、李爽、李阜新、宋乐松和詹姆斯·雷格。疾病进展的连续时间隐马尔可夫模型的有效学习。《神经信息处理系统进展》，第3600–3608页，2015年。 [69] 塞尔吉奥·马托斯（Sergio Matos）、苏林德·斯伯林（Surinder S Birring）、伊恩·德·帕沃德（Ian D Pavord）和赫·埃文斯（H Evans）。使用隐马尔可夫模型检测连续音频记录中的咳嗽信号。IEEE生物医学工程学报，53（6）：1078–10832006。 [70] Raina M Merchant、Lin Yang、Lance B Becker、Robert A Berg、Vinay Nadkarni、Graham Nichol、Brendan G Carr、Nandita Mitra、Steven M Bradley、Benjamin S Abella等。美国住院患者治疗性心脏骤停的发病率。危重病护理医学，39（11）：24012011。 [71] 菲利普·梅茨纳（Philipp Metzner）、伊利亚·霍伦科（Illia Horenko）和克里斯托夫·施鲁特（Christof Sch¨utte）。基于非等距时间不完全观测的马尔可夫跳跃过程的生成器估计。物理评论E，76（6）：0667022007。 [72] Rui P Moreno、Philipp GH Metnitz、Eduardo Almeida、Barbara Jordan、Peter Bauer、Ricardo Abizanda Campos、Gaetano Iapichino、David Edbrooke、Maurizia Capuzzo、JeanRoger Le Gall等。Saps 3-从患者评估到重症监护病房评估。第2部分：建立icu入院时医院死亡率的预测模型。重症监护医学，31（10）：1345–13552005。 [73] RJM Morgan、F Williams和MM Wright。用于检测发展中的危重疾病的早期预警评分系统。《临床重症监护》，8（2）：1001997年。 [74] DR模具。疾病进展模型：新的方法和用途。临床药理学与治疗学，92（1）：125-1312012。 [75] 凯文·墨菲（Kevin Murphy）等人。用于matlab的贝叶斯网工具箱。计算科学与统计，33（2）：1024–10342001。 [76] 凯文·墨菲（Kevin P Murphy）。隐半马尔可夫模型（hsmms）。未发表的笔记，2002年2月。 [77] 乌里·诺德曼（Uri Nodelman）、克里斯蒂安·谢尔顿（Christian R Shelton）和达芙妮·科勒（Daphne Koller）。连续时间贝叶斯网络的期望最大化和复杂持续时间分布。arXiv预打印arXiv:1207.14022012。 [78] 兹吉斯定律Opial。非扩张映射连续逼近序列的弱收敛性。美国数学学会公报，73（4）：591-5971967·Zbl 0179.19902号 [79] Mari Ostendorf、Vassilios V Digalakis和Owen A Kimball。从隐马尔可夫模型到分段模型：语音识别随机建模的统一观点。IEEE语音和音频处理汇刊，4（5）：360–3781996。59 [80] 索伦·埃里克·佩德森（Soren Erik Pedersen）、苏珊娜·赫德（Suzanne S Hurd）、罗伯特·莱曼斯克（Robert F Lemanske）、艾伦·贝克尔（Allan Becker）、希瑟·J·扎尔（Heather J Zar）、彼得·斯利（Peter D Sly）、曼努埃尔·索托·奎罗斯（。5岁及以下儿童哮喘诊断和管理全球战略。儿科肺病学，46（1）：1-172011年。 [81] Fabian Pedregosa、Ga¨el Varoqueux、Alexandre Gramfort、Vincent Michel、Bertrand Thirion、Olivier Grisel、Mathieu Blondel、Peter Prettenhofer、Ron Weiss、Vincent-Dubourg等人。Scikit-learn：机器学习蟒蛇。机器学习研究杂志，12（10月）：2825-28302011·Zbl 1280.68189号 [82] 罗曼·皮拉奇奥（Romain Pirrachio）、玛亚·彼得森（Maya L Petersen）、马可·卡隆（Marco Carone）、马蒂厄·莱斯切·里根（Matthieu Resche Rigon）、西尔维·切夫雷特（Sylvie Chevret）和马克·范德拉恩（Mark。使用超级icu学习算法（sicula）预测重症监护病房的死亡率：一项基于人群的研究。《柳叶刀呼吸医学》，3（1）：42-522015年。 [83] Andrei D Polyanin和Alexander V Manzhirov。积分方程手册。CRC出版社，2008年·Zbl 1154.45001号 [84] 罗斯·L·普伦蒂斯（Ross L Prentice）、约翰·D·卡尔布弗雷希（John D Kalbfleisch。存在竞争风险时的故障时间分析。《生物统计学》，第541-554页，1978年·Zbl 0392.62088号 [85] 甄琴和克里斯蒂安·谢尔顿。分段常数条件强度模型中推理的辅助吉布斯抽样。《第三十一届人工智能不确定性会议论文集》，2015年。 [86] 劳伦斯·拉宾纳（Lawrence R Rabiner）。语音识别中隐藏马尔可夫模型和选定应用的教程。IEEE会议录，77（2）：257–2861989。 [87] Rajesh Ranganath、Adler Perotte、No´emie Elhadad和David Blei。深度生存分析。2016年，《医疗保健机器学习会议》，第101–114页。 [88] 卡尔·爱德华·拉斯穆森。机器学习的高斯过程。2006. ·Zbl 1177.68165号 [89] 圣地亚哥·罗梅罗·布鲁法、珍妮·哈德斯顿、加布里埃尔·J·埃斯科瓦尔和马克·利博。为什么c-统计数据不能提供评估早期预警分数的信息，以及使用什么指标。危重病护理，19（1）：2852015。 [90] Michael J Rothman、Steven I Rothman和Joseph Beals。使用电子病历开发和验证患者状况的连续测量。生物医学信息学杂志，46（5）：837–8482013。 [91] Mohammed Saeed、Christine Lieu、Greg Raber和Roger G Mark。模拟二：支持智能患者监测研究的大规模临时icu患者数据库。《心脏病学计算机》，2002年，第641-644页。IEEE，2002年。 [92] 丹尼尔·谢尔夫斯坦（Daniel O Scharfstein）和詹姆斯·罗宾斯（James M Robins）。信息审查条件下故障时间分布的估计。Biometrika，89（3）：617–6342002。60个·Zbl 1036.62110号 [93] Peter Schulam和Suchi Saria。利用多分辨率结构对疾病轨迹进行个性化预测的框架。《神经信息处理系统进展》，第748-756页，2015年·Zbl 1404.68117号 [94] 帕德拉克·斯迈思。动态系统故障检测的隐马尔可夫模型。模式识别，27（1）：149-1641994。 [95] 亨利·斯特福克斯（Henry T Stelfox）、布伦达·赫梅尔根（Brenda R Hemmelgarn）、肖恩·巴格肖（Sean M Bagshaw）、宋高（Song Gao）、克里斯托弗·多格（Christopher J Doig）、切里·尼杰森-乔丹（Cheri Nijssen-。重症监护病房床位可用性和临床突然恶化住院患者的结局。《内科学文献》，172（6）：467–4742012。 [96] CP Subbe、M Kruger、P Rutherford和L Gemmel。入院时修订的早期预警评分的验证。Qjm，94（10）：521-5262001。 [97] MJ Sweeting、VT Farewell和D De Angelis。信息检查时间下疾病进展的多状态马尔可夫模型：在丙型肝炎中的应用。医学统计，29（11）：1161–11742010。 [98] S Taghipour、D Banjevic、AB Miller、N Montgomery、AKS Jardine和BJ Harvey。加拿大国家乳腺筛查研究中浸润性乳腺癌进展的参数估计。英国癌症杂志，108（3）：542-5482013。 [99] Hale F Trotter和John W Tukey。正常样本的条件蒙特卡罗。在蒙特卡洛方法研讨会上，第64-79页。威利，1956年。 [100] 约翰·瓦尔加（John Varga）、克里斯托弗·丹顿（Christopher P Denton）和弗雷德里克·威格利（Fredrick M Wigley）。硬皮病：从发病机制到综合治理。施普林格科学与商业媒体，2012年。 [101] J-L Vincent、Rui Moreno、Jukka Takala、Sheila Willatts、Arnaldo De Mendon-ca、Hajo Bruining、CK Reinhart、PeterM Suter和LG Thijs。sofa（脓毒症相关器官衰竭评估）评分用于描述器官功能障碍/衰竭。重症监护医学，22（7）：707–7101996。 [102] 王翔、大卫·桑塔格和王飞。疾病进展模型的无监督学习。第20届ACM SIGKDD知识发现和数据挖掘国际会议论文集，第85-94页。ACM，2014年。 [103] 保罗·维尔博斯（Paul J Werbos）。穿越时间的反向传播：它做什么和如何做。IEEE学报，78（10）：1550–15601990。 [104] J Yoon、A Alaa、S Hu和M van der Schaar。Forecasticu：用于及时预测重症监护病房入院的预后决策支持系统。第1680–1689页，2016年。 [105] 雷宇和刘欢。高维数据的特征选择：一种基于相关性的快速滤波解决方案。在ICML第3卷，第856–863页，2003年。 [106] Shun Yu、Sharon Leung、Moonseng Heo、Graciela J Soto、Ronak T Shah、Sampath Gunda和Michelle Ng Gong。病房患者风险预测评分系统的比较：一项回顾性嵌套病例对照研究。危重病护理，18（3）：2014年1月。61 [107] 俞顺正。隐藏的半马尔可夫模型。人工智能，174（2）：215–2432010·Zbl 1344.68181号 [108] 张永岳、迈克尔·布雷迪和斯蒂芬·史密斯。通过隐马尔可夫随机场模型和期望最大化算法分割脑磁共振图像。IEEE医学成像事务，20（1）：45-572001。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。