[1] Suzanne M. Burns, Sidenia Earven, Rose Lewis,Paul Merrell, Jane R. Schubart, Jonathon D.Thomas P:Implementation of an institutional program to improve clinical and financial outcomes of mechanically ventilated patients:One-year outcomes and lessons learned , Crit Care Med 2003, Vol 3 NO 12 2752-2763
[2] Battiti, R , “First and second order methods for learning: Between steepest descent and Newton’s method.” , Neural Computation 1992, 4(2): 141–166
[3] Baxt WG: Use of an artificial neural network for the diagnosis of myocardial infarction. Ann Intern Med 1990, 115:843-8.
[4] DiRusso SM, Sullivan T, Holly C, Cuff SN, Savino J: An Artificial Neural Network as a Model for Prediction of Survival in Trauma Patients: Validation for a Regional Trauma Area. J Trauma 2000, 49:212-223.
[5] Dorsey SG, Waltz CF, Brosch L, Connerney I, Schweitzer EJ, Barlett ST: A neural network model for predicting pancreas transplant graft outcome. Diabetes Care 1997, 20:1128-33.
[6] Kemeny V, Droste DW, Hermes S, Nabavi DG, Schulte-Altedo-rneburg G, Siebler M, Ringelstein EB: Automatic embolus detection by a neural network. Stroke 1999, 30:807-10.
[7] Li YC, Liu L, Chiu WT, Jian WS: Neural network modeling for surgical decisions on traumatic brain injury patients. Int J Med Inf 2000, 57(1):1-9.
[8] Nguyen T, Malley R, Inkelis S, Kuppermann N: Comparison of prediction models for adverse outcome in pediatric meningococcal disease using artificial neural network and logistic regression analyses. Journal of Clinical Epidemiology 2002,55:687-695.
[9]SuzanneM.Burns,BeverlyRyan,James E.Burns (2000) , “The weaning continuum use of Acute Physiology and Chronic Health Evaluation III,Burns Wean Assessment Program,Therapeutic Intervention Scoring System,and Wean Index scores to establish stages of weaning” , Crit Care Med 2000 28(7): 2259–2267
[10] Vijaya G, Kumar V, Verma HK: ANN-based QRS-complex analysis of ECG. J Med Eng Technol 1998, 22:160-7
[11] Wyatt JC, Altman DG: Prognostic models: clinically useful or quickly forgotten? Brit M J 1995, 311:1539-1541.
[12] http://www.skh.org.tw/nurse-new/research/
[13]http://www.nhi.gov.tw/07information/News_detail.asp?News_ID=456
[14] http://gim.unmc.edu/dxtests/roc3.htm
[15]羅華強(2001) ，類神經網路-MATLAB的應用，清蔚科技，頁5-1-5-105。
[16]林少琳(2003)，重症醫學與護理，藝軒圖書，頁99-107。
[17]宋美儀、謝俊民、柯獻欽、鄭高珍，2003年，建立呼吸照護中心呼吸器脫離之預測指標，中華民國重症醫學雜誌(第5卷第3期)，189-196。[18]紀崑山、程建祥，2003年，呼吸器脫離之實證學學與議定式呼吸器脫離，中華民國重症醫學雜誌(第5卷第1期)，39-45。[19] 何昭中、林梅香、黃人珍/合著，2003年，重症護理學，中華民國重症醫學雜誌(第5卷第1期)， 39-45。
[20]張天鈞，2001年，台大內科學講義，72-77。
[21]淺談呼吸器，2005，高雄榮民總醫院 胸腔內科 民眾健康教室。上網日期：2005年2月6日。http://www.vghks.gov.tw/cm/html/health/symptom/EduMV.htm
[22]班仁知、郭文福、馮南雄，1997年4月，使用呼吸器併發的肺炎，院內感染控制雜誌，7（2），115-118[23]陳惠珍、謝文斌(2004)。長期使用呼吸器病人的照護問題。護理新知，(48)。上網日期：2005：2009年2月15日。網址：http://www.nurse.org.hk/c05_03_4808.htm[24]白玉珠、鄒怡真、黃鈴雅，呼吸器相關肺炎感染控制成效專案 ， 慈濟護理雜誌 2002年9月 第1卷第3期 ， p95-103[25]黃宇翔、毛紹，由已訓練類神經網路擷取成本敏感之分類規則 ，電子商務學報 2005年9月 第7卷第3期 ， p275-292[26]陳桂霞， 類神經網路在試題反應理論之研究，測驗統計年刊 2004年12月 第12期 ， p211-232[27]袁繼銓，2002年，以類神經網路預測燒傷病患住院日之研究，國立中山大學資訊管理研究所碩士論文[28]孫漢屏，2002年，類神經網路為基礎之智慧型醫院網路掛號系統，中國醫藥管理學院醫務管理研究所碩士論文[29]王鳳葉，2003年，呼吸器脫離評估項目與呼吸器脫離結果之相關性探討，臺北醫學大學護理學研究所碩士論文[30]吳旻芳，2004年，以12導程心電圖辨識高血鉀症，中華大學資訊工程學研究所碩士論文[31]林朝順，2004年，建立類神經網路模型以預測propofol用於麻醉誘導時所產生的睡眠效應，台北醫學院醫學資訊研究所碩士論文
[32]陳威昇，2004年，類神經網路訓練程序之些許建議，國立成功大學航空太空工程研究所碩士論文[33]陳炳仁，2004年，類神經網路ROC曲線的設計方法，國立中山大學機械與機電工程研究所碩士論文[34]http://www.chu.edu.tw/~icyeh/in/f2.htm
[35]http://www.vghks.gov.tw/rt/LMV.HTM
[36]http://www.tzuchi.com.tw/file/divintro/nursing/91-3/12.htm
[37]http://hcawww.cju.edu.tw/modules/newbb/dl_attachment.php?attachid=1123236257&post_id=14