佩恩·L·米哈埃拉;奥马尔·库雷希;米切尔·科尔班克;尼古拉斯·希尔（Nicholas A.Hill）。;Mette S.奥卢夫森。;Mansoor A.Haider。;德克·胡斯迈尔 肺循环数学模型中推断的MCMC方法。 （英语） Zbl 07778337号 内尔统计局。 72，第3号，306-338（2018）. 小结：本研究在肺循环偏微分方程组中进行参数推断。我们使用流体动力学网络模型，该模型采用选定的参数值，并模拟正常生理和病理条件下的肺血流动力学行为。这具有医学意义，因为它能够追踪肺动脉高压的进展。我们展示了如何通过将参数维从55D问题减少到5D问题，使流体模型易于处理。将延迟拒绝自适应Metropolis算法与约束非线性优化相结合，成功地用于学习参数值和量化参数估计中的不确定性。为了适应不同的参数值大小，我们在延迟拒绝自适应大都会算法中引入了一种改进的参数缩放技术。形式收敛诊断用于检查马尔可夫链的收敛性。此外，我们使用不同的信息标准进行模型选择，包括渡边昭介信息标准。{©2018作者统计©2018 VVS.} 引用于1文件 MSC公司： 65立方厘米 概率方法，随机微分方程 60Jxx型 马尔可夫过程 62Fxx公司 参数化推理 关键词：约束非线性优化;延迟拒绝自适应大都市;肺动脉高压;参数推断;偏微分方程;Windkessel模型 软件：MCMC公司;Matlab公司;Rtwalk公司;t形走道;TOMS659号机组 PDF格式BibTeX公司 XML格式引用 \textit{L.M.Péun}等人，Stat.Neerl。72，第3号，306--338（2018；Zbl 07778337） 全文： 内政部 arXiv公司 链接 参考文献： [1] Akaike，H.（1973）。信息论和最大似然原理的推广。Petrov，B.N.（ed.）和Csaki，F.（Eds.），《第二届信息理论国际研讨会论文集》，布达佩斯：Akademiai Kiado，第267-281页·Zbl 0283.62006号 [2] Arnold，A.、Battista，C.、Bia，D.、Zocalo German，Y.、Armentano，R.L.、Tran，H.T.和Olufsen，M.S.（2017年）。患者特异性一维动脉网络模型中的不确定性量化：基于EnKF的流入估计。美国机械工程师协会。《验证、确认和不确定度量化杂志》，2（1），011002-011002-14。https://doi.org/10.1115/1.4035918 ·数字对象标识代码：10.1115/1.4035918 [3] Boggs，P.和Tolle，J.（2000）。大规模非线性优化的序列二次规划。计算与应用数学杂志，124（1-2），123-137。检索自http://www.sciencedirect.com/science/article/pii/S037704270004295数值分析2000。第四卷：最优化和非线性方程·Zbl 0967.65076号 [4] Bratley，P.和Fox，B.（1988年）。算法659：实现Sobol的准随机序列生成器。ACM交易数学软件，14（1），88-100。检索自http://doi.acm.org/10.1145/42288.214372。 ·Zbl 0642.65003号 [5] Brooks，S.和Gelman，A.（1998年）。监测迭代模拟收敛性的一般方法。《计算与图形统计学杂志》，7（4），434-455。检索自http://www.tandfonline.com/doi/abs/101080/10618600.1998.10474787。 [6] Burnham，K.和Anderson，D.（2002年）。模型选择和多模态推理：实用信息论方法（第二版）。纽约：Springer‐Verlag·Zbl 1005.62007号 [7] Christen，J.和Fox，C.（2010年）。连续分布的通用采样算法（t‐walk）。贝叶斯分析，5（2），263-282·Zbl 1330.62007 [8] Eck，V.、Donders，W.、Sturdy，J.、Feinberg，J.，Delhaas，T.、Hellevik，L.和Hub，W.（2016）。心血管应用的不确定性量化和敏感性分析指南。国际生物医学工程数值方法杂志，32（8），e02755。检索自https://doi.org/10.1002/cnm.2755e02755 cnm.2755·doi:10.1002/cnm.2755 [9] Gelman，A.、Hwang，J.和Vehtari，A.（2014）。了解贝叶斯模型的预测信息标准。统计与计算，24（6），997-1016。检索自https://doi.org/10.1007/s11222-013-9416-2。 ·Zbl 1332.62090号 ·doi:10.1007/s11222-013-9416-2 [10] Gelman，A.和Rubin，D.B.（1992年）。使用多序列的迭代模拟推断。统计科学，7（4），457-472。检索自https://doi.org/10.1214/s/11777011136。 ·Zbl 1386.65060号 ·doi:10.1214/ss/117701136 [11] Geweke，J.（1992）。评估基于抽样的后力矩计算方法的准确性。在J.M.Bernardo（编辑）、J.Berger（编辑）和A.P.Dawid（编辑）以及A.F.M.Smith（编辑）的《贝叶斯统计4》（第169-193页）中。牛津：牛津大学出版社。 [12] Gilks，W.、Richardson，S.和Spiegelhalter，D.（1995）。《马尔可夫链蒙特卡罗实践》，查普曼和霍尔/CRC跨学科统计，伦敦：泰勒和弗朗西斯出版社。检索自http://books.google.com/books？id=TRXrMWY_i2IC。 ·Zbl 0832.00018号 [13] Green，P.和Mira，A.（2001年）。可逆跳跃Metropolis-Hastings中的延迟拒绝。《生物特征》，88（4），1035-1053。检索自http://www.jstor.org/stable/2673700。 ·Zbl 1099.60508号 [14] Haario，H.、Laine，M.、Mira，A.和Saksman，E.（2006年）。DRAM：高效自适应MCMC。统计与计算，16（4），339-354。检索自https://doi.org/10.1007/s11222-006-9438-0。 ·doi:10.1007/s11222-006-9438-0 [15] Haario，H.、Saksman，E.和Tamminen，J.（2001）。自适应Metropolis算法。伯努利，7（2），223-242·Zbl 0989.65004号 [16] Kass，R.、Carlin，B.P.、Gelman，A.和Neal，R.（1998年）。实践中的马尔可夫链蒙特卡罗：圆桌讨论。《美国统计学家》，52（2），93-100。检索自http://amstat.tandfonline.com/doi/abs/101080/00031305.1998.10480547。 [17] Krenz，G.和Dawson，C.（2003年）。由可膨胀血管组成的血管网络中的流量和压力分布。美国生理学杂志，284，H2192-H2203。 [18] Laine，M.（2007）。Matlab的MCMC工具箱。http://helios.fmi.fi/莱内马/德拉姆/。数学工程。 [19] Lax，P.和Wendroff，B.（1960年）。保护法律体系。《纯粹数学与应用数学交流》，13（2），217-237。检索自https://doi.org/10.1002/cpa3160130205。 ·Zbl 0152.44802号 ·doi:10.1002/cpa.3160130205 [20] Metropolis，N.、Rosenbluth，A.、Rosenbruth，M.、Teller，A.和Teller等人（1953年）。快速计算机器的状态方程计算。化学物理杂志，21（6），1087-1092。检索自https://doi.org/10.1063/1.1699114。 ·Zbl 1431.65006号 ·数字对象标识代码：10.1063/1.1699114 [21] Mira，A.（2001a）。关于具有延迟拒绝Metron的Metropolis-Hastings算法，LIX（3‐4），231-241·兹比尔0998.65502 [22] Neal，R.M.（2012）。MCMC使用哈密顿动力学。在S.Brooks（编辑）、A.Gelman（编辑）和G.L.Jones（编辑）&X.‐L。孟（编辑）（编辑），《马尔可夫链蒙特卡罗手册》（第54卷，第113-162页）。查普曼和霍尔/CRC出版社·Zbl 1229.65018号 [23] Noordegraaf，A.和Gali，N.（2011年）。右心室在肺动脉高压中的作用。《欧洲呼吸系统评论》，20，243-253。 [24] Paun，L.、Qureshi，M.、Colebank，M.、Haider，M.、Olufsen，M.、Hill，N.和Husmeier，D.（2017）。小鼠肺循环参数推断。M.Grzegorczyk（编辑）和G.Ceoldo（编辑），第32届IWSM会议录（第1卷）。第190-195页）。荷兰格罗宁根。 [25] 库雷希M.、科尔班克M.、鲍恩L.、切斯勒N.、海德尔M.、希尔N。。。Olufsen，M.（2017）。健康和缺氧小鼠肺血流动力学的计算研究。arXiv预印arXiv:1712.01699。 [26] Qureshi，M.U.、Haider，M.、Chesler，N.和Olufsen，M.（2017年）。模拟缺氧对小鼠肺血流动力学的影响，Proc。第五届国际计算与数学生物医学工程会议（CMBE 2017），第1卷，泽塔计算资源有限公司，匹兹堡，美国，第271-274页。 [27] Rasmussen，C.和Williams，C.（2006年）。机器学习的高斯过程。美国马萨诸塞州剑桥：麻省理工学院出版社·Zbl 1177.68165号 [28] Schwarz，G.（1978年）。估算模型的维度。《统计年鉴》，6（2），461-464。检索自https://doi.org/10.1214/aos/1176344136。 ·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136 [29] Shi，Y.、Lawford，P.和Hose，R.（2011）。心血管系统血流的零维和一维模型综述。生物医药工程在线，10（1），33。https://doi.org/10.1186/1475-925X-10-33。 ·doi:10.1186/1475-925X-10-33 [30] Smith，R.（2013）。不确定性量化：理论、实施和应用。美国宾夕法尼亚州费城：工业和应用数学学会。 [31] Spiegelhalter，D.、Best，N.、Carlin，B.和Van Der Linde，A.（2002年）。模型复杂性和拟合的贝叶斯度量。英国皇家统计学会期刊：B系列（统计方法），64（4），583-639。检索自https://doi.org/10.1111/1467-9868.00353。 ·数字对象标识代码：10.1111/1467-9868.00353 [32] Tabima，D.、Roldan‐Alzate，A.、Wang，Z.、Hacker，T.、Molther，R.和Chesler，N.（2012年）。持续的血管胶原积累改变慢性缺氧的血流动力学恢复。生物力学杂志，45（5），799-804。 [33] Tierney，L.和Mira，A.（1999）。贝叶斯推理的一些自适应蒙特卡罗方法。医学统计，18（17-18），2507-2515。检索自https://doi.org/10.1002/（SICI）1097-0258（19990915/30）18:17/18>2507:：AID-SIM272<3.0.CO；2-J·doi:10.1002/（SICI）1097-0258（19990915/30）18:17/18>2507:：AID-SIM272<3.0.CO；2-J型 [34] Wang，Z.和Chesler，N.C.（2011年）。肺血管壁僵硬：肺动脉高压右心室后负荷增加的重要因素。肺循环，1（2），212-223。 [35] Watanabe，S.（2010年）。奇异学习理论中贝叶斯交叉验证的渐近等价性和广泛适用的信息准则。机器学习研究杂志，11，3571-3594·Zbl 1242.62024号 [36] Watanabe，S.（2015）。正则渐近理论中预测先验设计的贝叶斯交叉验证和WAIC。CoRR，abs/1503.07970。检索自http://arxiv.org/abs/1503.07970。 [37] Wilson，R.（1963年）。凸规划的单纯形方法。（未发表博士论文），马萨诸塞州剑桥：哈佛大学。 [38] Yang，K.，&Lee，T.（2010年）。用于有效参数估计的启发式缩放方法。化学工程研究与设计，88（5-6），520-528。检索自http://www.sciencedirect.com/science/article/pii/S0263876209002731。 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。