计算智能自然计算方法,介绍了很多主要人工神经网络(ann),模糊集,遗传算法(气),群体智慧,及其杂交解决现实问题,不能使用传统的造型由于复杂性等原因,存在不确定性和随机过程的性质。计算智能是一种强大的方法广泛的模式识别和数据分析问题,如金融预测,以及工业、科学、和社交媒体的应用程序。计算智能技术的最新进展表明很有前景的结果在工业,商业,和社交媒体研究。这些技术特别领域的成功模式识别和数据分析。

鉴于计算智能方法和技术的成功在大数据分析应用程序,预计也可以成功应用在模式识别。最近的改进人工智能、大数据和机器学习增强了生物医学信号与图像处理研究的重要性。生物医学图像处理在概念上类似于生物医学信号处理在多个维度。它包括分析、增强和表示的图像捕获通过x射线、超声、磁共振成像、核医学、和视觉成像技术。机器学习是现在所有科学和工程研究领域的迅速扩展,包括生物医学科学。在这种背景下,计算智能范式包含众多分支机构包括神经网络、群体智慧,专家系统、进化计算、模糊系统、人工免疫系统可以发挥至关重要的作用在处理模式识别和数据分析的不同方面。

这个特殊问题的目的是收集和现在最近的工作,计算智能算法是专门设计的,或应用于解决复杂的实际问题在数据分析和模式识别中,通过先进的方法具有普遍适用性,特定领域的解决方案,或混合集成的算法与传统数值计算智能和数学方法。评论文章讨论的当前状态的艺术也受到欢迎。

潜在的主题包括但不限于以下:

• 模式识别/数据挖掘/优化方法
• 生物医学工程
• 软计算方法
• 医疗保健信息
• 人工智能技术
• 医学成像和模式识别
• 生物医学成像和图像处理
• 模式挖掘算法在生物问题
• 计算智能的数据分析和模式识别
• 人工智能和模式识别技术在医疗建议
• 深入学习和机器学习算法用于高效的索引和检索在医学成像