先进的信号处理和计算机技术一直扮演着重要的角色在生物医学工程领域的研究。这个特殊的问题关注最新先进技术的使用和精化生物医学数据分析,包括但不限于深机器学习,压缩传感和非线性动力学方法。21提交的手稿在回应终于发表这个特殊问题,从(i)噪声抑制和去除在脑电图和动脉photoplethysmography (PPG)信号;(2)非线性动力学方法和多元多尺度技术对心血管和神经生理学成像信号处理;(3)机器学习和深层神经网络应用的认知结果预测老年痴呆症和帕金森疾病的诊断;(iv)先进的信号处理来改善决策在脑-机接口(BCI);(v)和呼吸信号的采集和分析,利率使用智能手机。
由于生理信号容易测量噪声和反复无常的人工制品,先进的信号处理来改善信号质量是必要的。w·李等人提出了一个基于独立分量分解方法对常见干扰去除多通道脑电记录系统。w·沃等人开发了一个算法来减少零星的连续周期信号噪声,已验证在动脉PPG信号噪声去除。这种技术可以普遍适用于广泛的其他生理信号。这期特刊也接受了研究y . Chang和h . Wang压缩技术提出了一种新的渠道并行磁共振成像加速度通过核主成分分析(KPCA)。
心率不对称(HRA)反映了平衡调节交感和副交感神经系统。x王等人应用短期HRA分析检查是否以及如何HRA变化在低强度的日常练习。一旦实现到医疗设备,该技术可用于疾病预测识别在日常生活与健康有关的改变。
类别的应用先进的生物医学信号分析疾病诊断和预测,z蔡等人开发了一个增强模糊再(FKNN)方法通过耦合混沌细菌觅食优化高斯变异(CBFO)方法与FKNN帕金森病的早期检测。x刘等人开发和评价线性化和kernelized稀疏的多任务学习预测阿尔茨海默氏症的认知结果。他们的研究结果表明,多任务学习方法不仅取得了更好的预测性能比最先进的竞争方法,还有效地融合多峰性数据。
快速和可靠的决策是重要的实时BCI的应用程序。r·刘等人应用序贯概率比检验(SPRT)与权力基于射影方法加快BCI错误决策而交易。o . Pina-Ramirez等人提出了一个“场景”刺激屏幕,可用于指挥轮椅即使用户没有经验在BCI拼写的任务。
关于医疗设备先进信号处理应用程序的开发,这个特殊的问题接受了一项研究,分析心血管信号利用移动设备。l .通用电气等人分享服务设计和评估呼吸率检测系统利用单频超声信号,在先进的呼吸率检测算法也被提出。
总之,我们相信这个特殊的问题已经成功收集论文涵盖许多关键领域先进的信号处理对心血管和神经系统疾病。特殊问题为研究人员提供了一个国际论坛在生物医学工程领域、医学物理、计算神经科学和综合生理学最近的想法理解、心血管和神经系统疾病的诊断和治疗。最终,它将改善这个跨学科领域的科学辩论。
确认
我们感谢作者的优秀贡献这个特殊问题,手稿上的评论家的批评,大大有助于澄清一些关键的问题,提高了质量。
Dingchang郑
范陈
李鹏
盛于彭