大量的数据产生的越来越多的新的诊断和监测装置为护理人员提供了大量的数据流时要考虑临床决策。今天的医学的主要挑战之一是分析这些大量的复杂的病人数据在越来越多的复杂的临床决策。此外,人类的眼睛可能无法检测和解释复杂的模式隐藏在各种临床数据,特别是当解释生理信号和图像。考虑需要作出快速的临床决策,通常在压力环境中,迫切需要开发有效的定量方法来分析复杂的病人数据可以进一步确认。具体来说,有明确需要新颖的信号和图像处理算法,可以创建建议对医疗服务提供者和/或预测,在各种各样的临床决策。预计这些定量方法的性能和能力相匹配的复杂性和规模快速发展的成像和测量系统。

这个特殊的问题是第二个系列的,作为一个更新的当前状态,并提出,生物医学信号与图像处理方法用于临床决策支持系统。这个问题中给出的定量方法涵盖了广泛的算法解决方案为各种临床应用而设计的。

本文通过c·冯等人介绍了一个算法校正肺边界在x射线计算机断层扫描(CT),利用分割师方法和几何活动轮廓模型(ASM)。k·b·金等人应用模糊艺术和图像处理技术来开发一个自动方法在超声提取附件。美国Yazdani等人提出一个自动混合相结合的图像分割方法修改后的统计期望最大化(EM)方法和空间信息结合支持向量机(svm)和应用脑MR图像的分割。修改活动轮廓模型(ACMs系统)用于黄纸的y和z刘段和跟踪在相差显微镜(PCM)淋巴细胞图像。为了提高内镜图像,用于诊断各种胃肠道(GI)呼吸道相关疾病,m . s . Imtiaz和k·a·瓦希德提出一个计算方法,采用一种自适应乙状结肠复制彩色增强功能和空变颜色。不同方法的性能特性还原方法,结合各种分类器,在检测乳腺恶性肿瘤的图像比较,a·莫特等。在论文m英镑等人设计了一个计算机辅助临床决策支持系统预测的成功postcardioversion治疗持续性心房颤动患者之一。

更先进的成像和监测系统开发和更多的临床测量可用,量化算法需要进一步提高分析结果复杂的数据。这些算法不仅有望帮助从复杂的病人数据,提取新的隐性知识,还提供快速预测建议帮助卫生保健提供者做出更好、更明智的决定。此外,它不应该失去这些数据和其他新计算方法会让我们更好地开发新系统主动监控和图像。这个特殊的问题中给出的论文大纲的一些当前生物医学和信号分析的计算方法。

Kayvan Najarian
凯文·r·沃德
Shahram Shirani