发展智能衣物、物联网(物联网),和大数据机器学习技术在过去的十年中,人类生命体征的连续监测,如心电图(ECG)、脑电图(EEG)、血压、脉搏、心音、呼吸和温度,已成为可行的在很多情况下,医疗应用的巨大潜力。它提供了洞察不仅疾病的风险,而且在日常生活中健康的状态。

尽管大量的有价值的医疗信息是隐藏在长期动态生命体征,有效信号分析和并部署仍然具有挑战性的,尤其是个人心血管风险的预测,以及睡眠和情绪健康状况的评估。这些研究将在医药相关领域发挥着重要的作用,他们可以有效地帮助医生和卫生保健专业人士做出决定关于治疗方案和幸福。人类生命体征的监测,如及时和方便的血氧饱和度、呼吸、和温度,还可以有利于病毒感染的诊断,如COVID-19。

这个特殊问题的目标是出版高质量的研究以及评论文章解决最近的进步人类生命体征的连续监测,动态信号处理,和大数据驱动的机器学习算法,将这些技术应用到医疗保健应用程序。原始的、高质量的贡献是受欢迎的,特别强调以下研究课题。

潜在的主题包括但不限于以下:

• 人类生命体征信号质量评估和控制,特别是可穿戴的心电图,脑电图,血压、脉搏、心音、呼吸等。
• 人类生命体征监测病毒感染的诊断,尤其是对COVID-19
• 信号预处理和特征提取的方法长期生命体征
• 多峰性信号处理、机器学习和人工智能为长期生命体征
• 为个人健康风险评估模型基于信号和图像处理(如心脏病、高血压、病毒感染、皮肤癌、骨折、脑部肿瘤分类、等等)。
• 为个人健康风险评估模型基于信号和图像处理(如心脏病、高血压、病毒感染、皮肤癌、骨折、脑部肿瘤分类、等等)。
• 基于长期的睡眠和情绪健康评估生命体征
• 人类的导航、定位、跟踪和识别使用传感器和视觉数据(例如,运动量,秋天,和异常检测)
• 发展的可穿戴设备进行长期的监测生命体征
• 医疗应用的检测慢性疾病、睡眠障碍、情绪问题,认知障碍和功能下降,病毒感染等。