在医学领域,神经系统疾病的诊断很复杂,由于复杂的神经系统。神经系统疾病包括癫痫、痴呆和阿尔茨海默氏症。也有脑血管疾病,如中风、多发性硬化、帕金森病。根据世界卫生组织的报告,全世界神经紊乱影响到十亿人。因此,每年大约有680万人死于这些神经障碍。这些神经紊乱的提示和适时的诊断可以显著改善病人的生活。目前,有大量的先进技术来诊断神经障碍。例如,磁共振成像(MRI)、脑电图(EEG)、肌电图(EMG)、计算机断层扫描(CT)和血管造影。这些技术帮助医生做出准确的决策。这些技术产生大量的数据在不同的尺寸和大小,从几兆字节到几百兆字节,这需要巨大的存储容量。

它是具有挑战性的积累、管理分析和吸收大量的数据,因为医疗数据复杂的速度和体积。的视觉分析这些数据并不是一个可以接受的一个可靠的和精确的诊断,因为病人会受到疲劳。此外,可能会有错误和耗时。因此,需要一个系统,可以给神经学家所要求的支持。系统应该及时作出准确的诊断,改善病人的健康。因此,医疗分析开发自动决策系统利用计算智能快速、准确、有效的诊断和预后。这将提高诊断的一致性,增加治疗的成功,挽救生命,减少成本和时间。信号处理、医学图像分析、和生理数据集成处理大数据挑战来处理不同来源。它已经注意到专家要求实时在线计算机辅助设计(CAD)系统评价而不是离线CAD。生成更精确的诊断系统,我们需要开发通用特征提取方法,健壮的分类方法和高效的网络CAD系统。 Moreover, we should balance the trade-offs between accuracy and efficiency.

这个特殊问题的目的是将原始研究和评论文章讨论神经障碍的诊断的医疗数据。我们欢迎提交相关计算方法和工具对神经退行性疾病的诊断。

潜在的主题包括但不限于以下:

• 计算机辅助诊断系统诊断神经退行性疾病
• 从医疗数据计算方法检测神经退行性疾病
• 健壮的分类方法分类神经退行性疾病
• 精确和可靠的生物标记来区分正常和感兴趣的疾病,并可微之间不同的疾病
• 医学图像分析诊断神经退行性疾病
• 医学信号处理诊断神经退行性疾病