用于肺肿瘤运动在线预测的位置混合自回归模型
统计方法学
2014-11-06 v4 应用统计
摘要
放射治疗中的肺肿瘤追踪需要对记录瞬时肿瘤位置的准周期时间序列进行实时、多步超前预测。我们引入了一种位置混合自回归 (LMAR) 过程，该过程允许 multimodal 条件分布，利用 EM 算法进行快速近似推断，并提供准确的多步超前预测分布。利用肺肿瘤患者的临床数据，LMAR 在样本外预测精度方面优于几种常用方法。凭借其卓越的预测性能和实时计算能力，LMAR 模型可有效应用于当前的肿瘤追踪系统。
引用
@article{arxiv.1309.4144,
title = {A location-mixture autoregressive model for online forecasting of lung tumor motion},
author = {Daniel Cervone and Natesh S. Pillai and Debdeep Pati and Ross Berbeco and John Henry Lewis},
journal= {arXiv preprint arXiv:1309.4144},
year = {2014}
}
备注
Published in at http://dx.doi.org/10.1214/14-AOAS744 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)