生物医学系统的特点是高复杂性和非线性动力学、分形和多重分形性质表现出甚至混乱的行为。这是表示特别,但不仅限于,在不同的生命体征,大脑网络,神经和心脏活动。新的测量技术和传感装置的最新一代使深入洞察细微和复杂的生物过程的机制。不幸的是,生物医学数据产生非常大的系列,生产困难的技术问题的分析或处理这些数据。管理、加工、存储、检索和传输这些数据是具有挑战性的问题,需要开发新的方法和算法,可以实现在不同阶段的生物医学数据分析和数据挖掘。除了线性处理方法,非线性的包括分形和多重分形分析,以及使用的人工智能方法在分析复杂生物医学信号。预计的非线性和线性组合方法可以给我们更好的了解这些数据的本质主要向更适合解决复杂的数据分析。

我们邀请作者提交原始研究的文章和评论文章,说明刺激继续努力开发新方法、算法和工具的建模、生物医学信号处理和分析复杂。

潜在的主题包括但不限于以下:

• 生物系统建模
• 生物医学过程的可视化方法
• 生物医学信号的理解和描述
• 生物医学信号处理线性方法
• 非线性生物医学信号处理的方法
• 神经网络信号处理
• 生物医学数据分类
• 生物医学数据挖掘
• 决策支持系统应用于不同生物医学信号
• 模糊推理