机器学习(ML)已经被认为是一个有效的工具,研究人员来处理信号和图像处理中存在的问题。机器学习可以提供自动学习技术从经验数据摘录常见模式,然后做出复杂决定,基于学习行为。医学有一个大维度的数据和医疗应用程序经常使人为的问题,基于规则的启发式棘手。在这个特殊的问题,我们提供一个论坛的尖端医学应用机器学习方法。申请医疗应用程序可能包括不同图像相似性的学习模式,器官定位、学习解剖变化,组织分类,计算机辅助诊断。

我们邀请作者提交原始研究和评论文章,寻求提高医疗质量和医疗诊断和治疗。潜在的主题包括,但不限于:

• 人工智能在医学上
• 心血管力学
• 临床解释和分析
• 决策支持系统
• 脑机接口
• 生物医学信号处理和基因组
• 医院信息系统
• 量子计算及其在医学中的应用
• 医学图像分析和理解
• 在过渡医学系统生物学

之前提交的作者应该仔细阅读《华尔街日报》的作者指南,位于//www.newsama.com/journals/tswj/guidelines/。未来的作者应该提交一份电子版的完整手稿通过跟踪系统在《华尔街日报》手稿http://mts.hindawi.com/submit/journals/tswj/signal.processing/mlma/根据以下时间表: