医疗系统的软计算和机器学习应用程序

软计算(SC)是一种人工智能(AI)更有效的方法比传统的计算模型在解决现实生活中的问题。软计算模型是宽容的部分真理,印象,不确定性,和近似处理,提供可用的解决复杂的问题。软计算和机器学习的应用程序(包括深度学习),人工智能的一些突出的分支,近年来一直占主导地位。因此,参与的可能性这些计算技术在医疗保健系统中增加了更高的效率和有效性。智能系统,以增加价值的潜在的人类活动的许多方面已被研究人员广泛承认。一般来说,人工智能系统记录了令人印象深刻的表现,尤其是在生物信息学,卫生信息学、医学、图像识别和生物医学分析。因此,有越来越多的人相信智能系统是基于软计算方法和机器学习可以提供所需的杠杆提高卫生保健系统的工作过程和操作。的大规模应用人工智能方法在解决COVID-19大流行,拥有超过23900发表在在线数据库2020 - 2022年11月,证明这个事实。

本研究课题的重点是为研究人员和从业人员提供一个平台目前的理论,概念,软计算的实际应用和机器学习解决问题的医疗部门。软计算拥抱的基于人工智能和自然选择的计算技术,使复杂问题的分析公式并不可行的快速和有效地得到解决。典型的软计算技术包括人工神经网络、模糊逻辑、进化算法,群体智慧,和其他计算方法,是基于近似推理和近似模型。同样,机器学习可以使复杂的问题,藐视符号逻辑,专家系统解决了隐藏在数据通过学习模式。

欢迎提交下列但不限于:
——软计算和机器学习医学和卫生信息学的技术
——智能系统申请医疗管理
为医学影像计算——大数据分析
——生物信息学的应用
——数据挖掘技术在医疗数据和知识发现
——医学图像分析、分类和分割
——深度学习应用到医疗保健系统
——在医疗数据模式检测