1。介绍

信息时代的到来,也通常被称为数字时代,使得对健康科学产生深远影响。大量的数据集现在流过医疗组织的不同阶段,有一个主要要求提取知识和使用它来改善这些中心在各方面。

智能计算机系统支持卫生专业人员参与医疗和管理上下文。在这些系统中,计算智能方法获得了日益普及给他们的能力来应对大量的临床数据和不确定的信息。

这个特殊问题的目标是提供一个广泛的观点这激动人心的领域,日益增长的重要性是由增加可用性的数据和计算能力。

2。计算智能

计算智能是基于生物启发计算算法。这个领域的关键支柱组成神经网络、遗传算法和模糊系统。神经网络算法,可用于函数逼近或分类问题(1,2]。它们包括监督、非监督和强化学习(3]。然而,遗传算法(4生物遗传学)搜索算法启发。他们依靠两个主要运营商、交叉和变异。种群的个体代表解决问题创建了几代人。该算法使用random-guided方法基于适应度函数优化问题。模糊逻辑(5)是基于模糊集理论(6)以包含推理流体或近似而不是固定和精确。模糊逻辑变量的值都为“真理”程度介于0和1,也可以处理“局部的真理”。

计算智能技术已成功地用于许多“真实世界”应用程序在各种工程问题。它们也可以用于医学研究领域。

3所示。组织和计划的特殊问题

这个特殊问题提出了一种研究论文描述小说的编译最近的策略和发展医学计算智能技术的使用。这将是研究人员感兴趣的行业感兴趣,学者,以及研究生感兴趣的最新进展和计算智能在医学领域的发展。其内容是总结下。

最著名的这些技术的应用领域之一是计算机辅助诊断(CAD)。在这一点上,两种类型的方法必须区分:那些旨在为临床医生提供增强的诊断程序,能够提高人类决策,和那些打算提供第二个意见;给定一组符号,它们可以显示或确定一个或多个可能的疾病过程。

许多方法属于第一类对应于图像处理算法。事实上,自动分割的大脑的磁共振影像(MRI)是用来确定病理图像引导手术区域和计划。另一方面,高分辨率计算机断层扫描已经成为一个标准的工具来诊断弥漫性肺部疾病,和稀疏表示可以帮助识别异常模式。在微观尺度分割也很有用,可以测量细胞内钙离子变化的标记控制分水岭变换。此外,许多不同的医学成像技术的出现使我们注意这些图像融合的问题。一种方法基于Nonsubsampled Contourlet变换,这是一个定向多分辨率图像表示方法,也提出了。

其他诊断增强不相关的图像处理程序。在这个问题上,最相关的标准诊断格林-巴利综合征分区Medoids周围聚类算法进行了研究,这是能够管理分类和数值数据,因为它只需要样品之间的距离矩阵。血压(BP)的反应性和集预测的混合动力系统由几个软计算方法,特别是神经网络自适应neurofuzzy推理系统,支持向量机(svm)。这增加的精度BP措施的临床和研究目的。前驱糖尿病筛查是由神经网络和支持向量机的组合,旨在早期干预,以避免严重的并发症与疾病有关。验证程序脑电图扫描器信号处理通过主成分分析(PCA)也提出,这是一个有价值的工具,用于许多神经学上的研究。mixed-norm正规化的EEG信号分析了传感器选择大脑计算机接口。最后,自助医疗诊断中的隐私保护问题解决,保证党计算在无线传感器网络为了开发一个系统,保障病人的健康卡插入一个自动柜员机和获得一个诊断报告。

第二类最有用的方法包括分类系统的早期诊断疾病,目前还没有明确的诊断测试。计算机辅助筛查老年痴呆症基于神经心理学量表进行混合相结合粗糙集方法,遗传算法和贝叶斯网络的多准则决策支持专家系统提出了精神障碍。临床决策支持系统不仅限于诊断,指出在骨质疏松症的情况下,该系统还可以推荐治疗和评估骨折风险。

管理和计划代表医疗组织的其他部分也可以受益于计算智能的应用。粒子群优化可以用来加强血库的血液分配,而社交网络仿真可以帮助开发有效的艾滋病预防和干预策略。

最后但并非最不重要,计算智能技术也有用的工具探索药物制造工艺的改进,在另一个提议,神经网络应用于药物平板电脑视觉跟踪高速大规模生产。

Ezequiel Lopez-Rubio
David a .艾利赞多
马丁Grootveld
何塞·m·赫雷斯
拉斐尔·m·Luque-Baena