克莱门斯·奥斯基纳;邵天兰;王春明;I.G.罗森。;艾利森·罗森。;艾米丽·B·萨尔迪。;苏珊·卢扎克（Susan E.Luczak）。 经皮酒精生物传感器数据中的血液和呼吸酒精浓度：基于协变量、物理信息、隐马尔可夫模型，通过正向和反向滤波进行估计和不确定性量化。 （英语） Zbl 1490.62369号 反向探测。 38，第5号，文章ID 055002，28 p.（2022）. 小结：不需要受试者积极参与并产生近连续测量结果的经皮酒精生物传感器有潜力显著提高目前仅依赖呼吸分析仪和饮酒日记的酒精研究人员和临床医生的数据收集能力。要使这些设备易于使用和实用，就需要将经皮酒精浓度（TAC）准确、一致地转换为公认的中毒、血液酒精浓度/呼吸酒精浓度（BrAC）测量值。提出了一种基于协变相关物理信息的双排放隐马尔可夫模型（HMM）从TAC中估计BrAC的新方法。隐马尔可夫链是一个带有BrAC和TAC的前向全身酒精模型，这两种排放物被假设为由一个双变量正态描述，该正态依赖于隐藏的马尔可夫状态以及通过内置回归模型得到的个人级和会话级协变量。开发了隐马尔可夫模型的创新扩展，其中HMM框架由第一原理PDE模型进行正则化，以生成一种混合，将乙醇经皮转运物理的先验知识与基于数据的学习相结合。训练或逆滤波通过Baum-Welch算法和256组BrAC和TAC信号以及实验室收集的协变量测量进行。通过一种新的基于物理信息的正则化Viterbi算法对TAC进行前向滤波，以获得估计的BrAC，该算法仅使用TAC确定通过隐马尔可夫链的最可能路径。对马尔可夫状态进行解码，并用于生成BrAC估计值，并量化估计值中的不确定性。提出并讨论了数值研究。在测试集上，BrAC数据和估计值之间的总体一致性较好，相对峰值误差中位数为22%，曲线误差下的相对面积中位数为25%。我们还证明，基于物理的Viterbi算法消除了BrAC估计中的非物理伪影。 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型 10层62层 点估计 62平方米 马尔可夫过程：假设检验 关键词：呼气酒精浓度;经皮酒精浓度;隐马尔可夫模型;协变量;血液酒精浓度;基于物理的正则化;正向和反向滤波 PDF格式BibTeX公司 XML格式引用 \textit{C.Oszkinat}等人，《反问题》。38，第5号，文章编号055002，28 p.（2022；Zbl 1490.62369） 全文： 内政部 参考文献： [1] Banks，H.T。；Flores，K。；罗森，I。；Rutter，E。；Sirlanci，M。；Thompson，W.，随机偏微分方程的Prohorov度量框架和聚合数据反问题，Commun。申请。分析。，22, 415-446 (2018) ·doi:10.12732/caa.v22i3.6 [2] Baum，L.E。；Petrie，T.，有限状态马尔可夫链概率函数的统计推断，《数学年鉴》。Stat.，37，1554-1563（1966）·Zbl 0144.40902号 ·doi:10.1214/aoms/1177699147 [3] Baum，L.E。；Eagon，J.A.，《一个不等式及其在马尔可夫过程概率函数统计估计和生态学模型中的应用》，布尔。美国数学。《社会学杂志》，73，360-363（1967）·兹伯利0157.11101 ·doi:10.1090/S/20002-9904-1967-11751-8 [4] Baum，L.E。；Sell，G.R.，流形上函数的增长变换，Pac。数学杂志。，27, 211-227 (1968) ·Zbl 0165.22505号 ·doi:10.2140/pjm.1968.27.211 [5] Baum，L.E。；Petrie，T。；索尔斯，G。；Weiss，N.，马尔可夫链概率函数统计分析中出现的最大化技术，《数学年鉴》。Stat.，41，164-171（1970）·Zbl 0188.49603号 ·doi:10.1214/aoms/1177697196 [6] Baum，L.E.，马尔可夫过程概率函数统计估计中的不等式和相关最大化技术，不等式，3，1-8（1972） [7] Cappe，O.，HMM十年（2001） [8] Cappe，O。；Moulines，E。；Ryden，T.，《隐马尔可夫模型中的推断》（2005），纽约：施普林格出版社，纽约·Zbl 1080.62065号 [9] 卡塞拉，G。；Berger，R.L.，《统计推断》（2002），加利福尼亚州太平洋格罗夫：Thomson Learning，Inc.，加利福尼亚州大西洋格罗夫 [10] 戴，Z。；罗森，I.G。；王，C。；巴内特，N。；Luczak，S.E.，《使用饮酒数据和药代动力学模型来校准经皮酒精生物传感器的传输模型和基于盲解卷积的数据分析软件》，Math。Biosci公司。工程，13，911-934（2016）·Zbl 1347.92030号 ·doi:10.3934/月206023日 [11] Dempster，A.P。；莱尔德，新墨西哥州。；Rubin，D.B.，《通过EM算法从不完整数据中获得最大似然》，J.R.Stat.Soc.B，39，1-22（1977）·Zbl 0364.62022号 ·doi:10.1111/j.2517-6161.1977.tb01600.x [12] Dougherty，医学博士。；查尔斯，N.E。；艾奇逊。；约翰·S。；Furr，R.M。；Hill-Kapturczak，N.，《比较从适度饮酒到狂欢饮酒期间经皮和呼吸酒精浓度的检测》，实验临床。心理药理学。，20, 373-381 (2012) ·doi:10.1037/a0029021 [13] Dougherty，D.M。；Karns，T.E。；马伦，J。；梁，Y。；莱克，S.L。；Roache，J.D。；Hill-Kapturczak，N.，在应急管理计划期间收集的经皮酒精浓度数据，以减少危险饮酒，药物酒精依赖。，148, 77-84 (2015) ·doi:10.1016/j.drugaldep.2014.12.021 [14] Drake，A.W.，离散状态马尔可夫过程，应用概率理论基础（1967），纽约：McGraw-Hill，纽约 [15] 医学硕士Dumett。；罗森，I.G。；Sabat，J。；萨曼，A。；Tempelman，L。；王，C。；Swift，R.M.，利用生物传感器收集的经皮乙醇数据对呼吸测量的血液酒精浓度进行估计，Appl。数学。计算。，196, 724-743 (2008) ·Zbl 1131.92029号 ·doi:10.1016/j.amc.2007.07.026 [16] 费尔贝恩，C。；Kang，D。；Bosch，N.，使用机器学习在实验室中从新一代透皮生物传感器实时估计BAC，药物酒精依赖。，216 (2021) ·doi:10.1016/j.drugaldep.2020.108205 [17] Feller，W.，《概率论及其应用导论I》（1968年），纽约：威利出版社·Zbl 0155.23101号 [18] Hawekotte，K.公司。；Luczak，S.E。；Rosen，I.G.，不确定条件下生物传感器测量的透皮酒精水平的呼气酒精浓度解卷积：贝叶斯方法，数学。Biosci公司。工程师，18，6739-6770（2021）·Zbl 1501.92038号 ·doi:10.3934/月2021335日 [19] Hill-Kapturczak，N。；Roache，J.D。；梁，Y。；Karns，T.E。；Cates，S.E。；Dougherty，D.M.，《使用经皮酒精监测评估呼吸酒精浓度时性别相关差异的解释》，《精神药理学》，232，115-123（2015）·doi:10.1007/s00213-014-3644-9 [20] Hill-Kapturczak，N。；莱克，S.L。；Roache，J.D。；Cates，S.E。；梁，Y。；Dougherty，D.M.，可变饮酒率是否会改变使用经皮酒精监测仪估计呼气峰值酒精含量和总饮酒量的能力？，酒精：临床。实验研究，38，2517-2522（2014）·doi:10.1111/acer.12528 [21] Jones，A.W.，《水、全血和血浆中乙醇稀溶液的液体/空气分配系数的测定》，J.Anal。毒理学。，7, 193-197 (1983) ·doi:10.1093/jat/7.4.193 [22] 琼斯，A.W。；Andersson，L.，受控饮酒研究期间静脉血和呼气末乙醇浓度的比较，法医学。国际，132，18-25（2003）·doi:10.1016/s0379-0738（02）00417-6 [23] Juang，B.H。；Rabiner，L.R.，语音识别的隐马尔可夫模型，技术计量学，33，251-272（1991）·Zbl 0762.62036号 ·网址：10.1080/00401706.1991.10484833 [24] Karniadakis，G.E。；Kevrekidis，I.G。；Lu，L.等人。；佩迪卡里斯，P。；王，S。；Yang，L.，《基于物理的机器学习》，《国家物理评论》。，3, 422-440 (2021) ·doi:10.1038/s42254-021-00314-5 [25] Labianca，D.A.，《呼吸分析仪的化学基础：批判性分析》，《化学杂志》。教育。，67259-261（1990年）·doi:10.1021/ed067p259 [26] 刘，T。；莱梅尔，J。；Yang，L.，工业应用隐马尔可夫模型的正确初始化，490-494（2014），西安，中国 [27] 刘伟。；赖，Z。；Bacsa，K。；Chatzi，E.，用于学习不确定性非线性动力系统的物理引导深马尔可夫模型（2021） [28] Lourenço，I。；马蒂拉·R。；罗哈斯，C.R。；胡，X。；Wahlberg，B.，《隐马尔可夫模型：逆滤波、信念估计和隐私保护》，J.Syst。科学。综合体，341801-1820（2021）·Zbl 1480.93425号 ·doi:10.1007/s11424-021-1247-1 [29] Luczak，S.E。；Ramchandani，V.A.，《酒精生物传感器专题：发展、使用和领域现状：总结、结论和未来方向》，《酒精》，第81期，第161-165页（2019年）·doi:10.1016/j.alcool.2019.07.001 [30] 马蒂拉·R。；罗哈斯，C.R。；克里希纳穆提，V。；Wahlberg，B.，《隐藏马尔可夫模型的逆滤波及其在逆向自治系统中的应用》，IEEE Trans。信号处理。，68, 4987-5002 (2020) ·Zbl 07591084号 ·doi:10.1109/tsp.2020.3019177 [31] 麦凯，D.，《示例推理任务：聚类、信息理论、推理和学习算法》，284-292（2003），剑桥：剑桥大学出版社，剑桥·Zbl 1055.94001号 [32] 摩尔，S。；Radunskaya，A。；Zollinger，E。；格兰特，K。；冈萨雷斯，S。；贝克，E.，该喝一杯了吗？非人灵长类饮酒的数学模型，Front。申请。数学。统计，5，6（2019年）·doi:10.3389/fams.2019.0006 [33] 莫尔，B。；加瓦尔，S。；Kumar，A.，《隐马尔可夫模型及其应用的系统综述》，Arch。计算。方法工程，281429-1448（2021）·doi:10.1007/s11831-020-09422-4 [34] Murphy，K.P.，拟合条件线性高斯分布（2000） [35] Oszkinat，C。；Luczak，S.E。；Rosen，I.G.，使用物理信息神经网络估计血液酒精浓度的不确定性量化，IEEE Trans。神经网络。学习。系统。(2022) [36] 奥斯基纳，C。；Luczak，S.E。；Rosen，I.G.，一个基于抽象抛物线系统的物理学信息长短期记忆网络，用于从透皮酒精生物传感器数据中估计呼吸酒精浓度（2022） [37] Pazy，A.，线性算子半群及其在偏微分方程中的应用（1983），纽约：Springer，纽约·Zbl 0516.47023号 [38] Rabiner，L.R.，语音识别中隐藏马尔可夫模型和选定应用教程，Proc。IEEE，77，257-286（1989）·数字对象标识代码：10.1109/5.18626 [39] 拉宾纳，L.R。；莱文森，S.E。；Sondhi，M.M.，《矢量量化和隐马尔可夫模型在独立于说话人的孤立词识别中的应用》，贝尔系统。《技术期刊》，62，1075-1105（1983）·doi:10.1002/j.1538-7305.1983.tb03115.x [40] Raissi，M.，《深层隐藏物理模型：非线性偏微分方程的深层学习》，J.Mach。学习。决议，19932-955（2018）·Zbl 1439.68021号 ·doi:10.48550/arXiv.1801.06637 [41] 莱斯，M。；Karniadakis，G.，《隐藏物理模型：非线性偏微分方程的机器学习》，J.Comp。物理。，357, 125-141 (2017) ·Zbl 1381.68248号 ·doi:10.1016/j.jcp.2017.11.039 [42] 莱斯，M。；佩迪卡里斯，P。；Karniadakis，G.，《基于物理的神经网络：用于解决涉及非线性偏微分方程的正问题和逆问题的深度学习框架》，J.Comp。物理。，378, 686-708 (2018) ·Zbl 1415.68175号 ·doi:10.1016/j.jcp.2018.10.045 [43] 罗森，I.G。；Luczak，S.E。；Weiss，J.，具有无界输入和输出的分布参数系统的盲解卷积，以及从经皮生物传感器数据确定血液酒精浓度，应用。数学。计算。，231, 357-376 (2014) ·Zbl 1410.93062号 ·doi:10.1016/j.amc.2013.12.099 [44] Saldich，E.B。；王，C。；罗森，I.G。；戈尔茨坦，L。；Bartroff，J。；斯威夫特·R·M。；Luczak，S.E.，获取用于模拟经皮酒精浓度数据的高分辨率多生物传感器数据，酒精：临床。Exp.Res.，44，181A（2020）·doi:10.1111/acer.14358 [45] 施瓦茨，R。；周，Y。；鲁科斯，S。；Krasner，M。；Makhoul，J.，用于连续语音识别的音素的改进隐马尔可夫模型，21-24（1984） [46] Shin，Y。；Darbon，J。；Karniadakis，G.E.，关于线性二阶椭圆和抛物线型偏微分方程的物理信息神经网络的收敛性（2020年）·Zbl 1473.65349号 [47] 雪莉，K.E。；小型，D.S。；林奇，K.G。；迈斯托，S.A。；Oslin，D.W.，酒精中毒治疗试验数据的隐马尔可夫模型，Ann.Appl。统计，4366-395（2010）·Zbl 1189.62176号 ·doi:10.1214/09-aoas282 [48] Sirlanci，M。；Luczak，S.E。；Rosen，I.G.，正则耗散算子生成的线性全纯半群中随机参数估计的近似和收敛性，3171-3176（2017） [49] Sirlanci，M。；Luczak，S.E。；Rosen，I.G.，具有无界输入和输出的离散时间抽象抛物系统中随机参数分布的估计：近似和收敛，Commun。申请。分析。，23, 287-329 (2019) ·doi:10.12732/caa.v23i2.4 [50] Sirlanci，M。；罗森，I.G。；Luczak，S.E。；费尔贝恩，C.E。；Bresin，K。；Kang，D.，解卷积随机抽象抛物线系统的输入：基于人口模型的方法，用于从经皮酒精生物传感器数据估计血液/呼吸酒精浓度，逆向问题，34（2018）·Zbl 1462.65135号 ·doi:10.1088/1361-6420/aae791 [51] Sirlanci，M。；Luczak，S.E。；费尔贝恩，C.E。；Kang，D。；潘，R。；Yu，X。；Rosen，I.G.，估算经皮乙醇生物传感器扩散方程正向模型中随机参数的分布，Automatica，106，101-109（2019）·Zbl 1429.93373号 ·doi:10.1016/j.automatica.2019.04.026 [52] Swift，R.，估计血液酒精浓度的经皮酒精测量，酒精：临床。《实验研究》，24，422-423（2000）·doi:10.1111/j.1530-0277.2000.tb0206.x [53] Tanabe，H.，《演化方程》（1979），马萨诸塞州波士顿：皮特曼·兹伯利0417.35003 [54] 维特比，A.，卷积码的误差界和渐近最优解码算法，IEEE Trans。Inf.理论，13260-269（1967）·Zbl 0148.40501号 ·doi:10.10109/天.1967.1054010 [55] Witkiewitz，K。；迈斯托，S.A。；Donovan，D.M.，《酒精治疗后估计饮酒变化的方法比较》，酒精：临床。《实验研究》，第34期，第2116-2125页（2010年）·doi:10.1111/j.1530-0277.2010.01308.x [56] Yang，Y。；Perdikaris，P.，《物理信息神经网络中的对抗不确定性量化》，J.Compute。物理。，394136-152（2019）·Zbl 1452.68171号 ·doi:10.1016/j.jcp.2019.05.027 [57] 西祖奇尼。；麦克唐纳，I.L。；Langrock，R.，《时间序列的隐马尔可夫模型：使用R的简介》（2016），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿·Zbl 1362.62005年 [58] 姚，M。；Luczak，S。；Saldich，E。；Rosen，I.，一种基于人群模型的LQG补偿器，用于控制静脉注射酒精研究和使用经皮感应预防戒断症状（2022年） 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。