期刊名：Signals

期刊主页：https://www.mdpi.com/journal/signals

欢迎大家关注Signals 最新发布特刊“生物医学信号处理与分析的进展”

生物医学信号是人体生理活动的关键指标，提供有关个体健康状况的重要信息。由于生理信号具有非平稳性和非遍历性，各种干扰源不可避免地会影响信号，使得从中提取诊断信息变得极具挑战性。生物医学信号的随机处理和集成处理相结合，并辅以用于分类和表示的先进机器学习方法，显著提升了人们对信号的理解。循环随机处理生物医学信号的思想，通过利用统计处理方法，极大地丰富了信号处理任务。心音信号（或称心音图）、肺音信号、心电图和睡眠脑电图都是具有循环特性的典型信号。

Signals 邀请了来自瑞典林雪平大学生物医学工程系的Arash Gharehbaghi博士和Ankica Babic教授共同创建特刊Advances in Biomedical Signal Processing and Analysis（生物医学信号处理与分析的进展）。

本期特刊议题涵盖范围广泛，包括生物医学信号的去噪、表征、优化和分类，尤其将先进的深度学习方法与周期性生物医学信号（例如心音信号）的处理技术相结合；旨在汇集信号处理领域的学者、研究人员和实践者的前沿研究和创新贡献。

投稿截止日期：2026年1月31日

客座编辑介绍

Arash Gharehbaghi博士

瑞典林雪平大学生物医学工程系副教授。Arash Gharehbaghi 博士于 2000 年获得伊朗德黑兰阿米尔卡比尔理工大学生物医学工程硕士学位，2010 年获得比利时蒙斯大学远程媒体硕士学位，并于 2014 年获得瑞典林雪平大学生物医学工程博士学位，2021年至今评为瑞典林雪平大学副教授。2000 年至 2008 年间，他曾担任伊朗德黑兰 AIMS 公司信号处理和机器学习部门负责人，负责多个项目，并获得了多项国际和国内专利；也担任瑞典梅拉达伦大学的研究负责人，主要从事生物信号处理和机器学习方面的研究。

研究领域：生物医学信号处理、机器学习、统计模式识别

Ankica Babic教授

瑞典林雪平大学生物医学工程系和挪威卑尔根大学社会科学学院信息与媒体研究系教授。于2016, 2017年获得瑞典林雪平大学最佳学生论文奖，毕业于瑞典林雪平大学，后担任教授，发表过70多篇文章，谷歌学术总引用超1000次。研究重点是数字技术如何改善健康和医疗保健服务。参与过的项目应用了移动医疗应用、电子健康记录、以用户为中心的设计和人工智能，目标从医疗数据中获取知识，并改善医疗保健系统中的信息流通。

研究领域：医学信息学；数据挖掘；分类；人工智能；机器学习；模式识别

特刊链接及二维码：https://www.mdpi.com/journal/signals/special_issues/7XK8FG5TF6