计算智能生物医学科学和工程

---

生物医学科学与工程是一个跨学科的研究领域,它结合了先进的技术与医学和生物科学研究和解决问题的能力。因为生物医学解决方案通常有大变化和复杂性,很难用一个简单的方法或经典的方法来找到解决方案。计算智能技术如神经网络、进化算法自然计算方法来解决现实世界的复杂问题。最近,计算智能在生物医学研究领域发挥着重要的作用,如计算机辅助诊断(CAD),计算机辅助手术(CAS),计算解剖学和生物信息学。基于计算智能方法比经典方法被证明是有利的。

这个特殊的问题集中在主要趋势和新技术在计算智能及其在生物医学科学和工程中使用。我们收到了15提交。每篇论文综述了由两个外部的裁判。我们终于接受了8篇论文我们的特别问题。接受论文的感兴趣的领域涵盖了广泛的计算智能技术与生物医学科学和工程应用。

h .江人提出一个优化的基于小波变换的医学图像压缩算法和改进的矢量量化,从而维护医学影像的诊断相关的信息在一个较高的压缩比。

张平等人提出了一个综合匹配指数(CMI)方法为一体的不同的特征点匹配方法以提高匹配结果的鲁棒性。该方法也被应用于内部变形场测量复杂的人体组织三维磁共振(MR)容积图像。

C.-L。林等人提出了一种混合粒子群优化(HPSO)健壮的医学图像配准,其中包括遗传algorithms-subpopulation和交叉的两个概念。

h . Ikeno等人开发了一个方案和工具构建一个标准蛾大脑神经网络模拟。神经元的形态模型重建共焦图像数据的神经元。

y Nishitani等人发现明显更多的启M3模式从时间序列刺激峰值响应比随机系列(间隔洗牌)数据的神经网络形成的量。这些结果显示装配LFSR电路或其等价的可能性的一个神经网络。

s . m . Rabiee和h Baseri开发了三个不同的自适应neurofuzzy推理系统(简称anfis)估计设置属性的磷酸钙骨水泥。尽管相对较小的数据量(25)条件,该方法给了令人满意的结果。

美国田村等人提出automutual信息——基于(我)的随机化方法代替传统的固定宽度和位置本设置分析神经元高峰列车。在他的第二篇论文,他们也提出了一个模型的人类社会角色划分到每个人获得高绩效作为一个整体,因此人们发挥他们的隐藏能力训练。

虽然上述论文不做一个完整的覆盖计算智能在生物医学科学和工程,它提供了一种风味的重要问题和计算智能应用到生物医学科学和工程的好处。我们想感谢作者提交的论文特刊以及评论家提供他们的专业知识和宝贵意见。

确认

我们还要感谢编辑和员工的计算智能和神经科学举办这个特殊的问题,在编辑过程中他们宝贵的建议的特殊问题。

Yen-Wei陈
郁子Nishikawa
Shinichi Tamura
Bao-Liang陆
杨惠妍江

版权

版权©2012 Yen-Wei陈等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。