工程和计算智能领域的最新进展已经帮助为许多现实世界的问题提供了可能的解决方案。例如，与现有的传统技术相比，用于评估医疗数据的自动化和半自动化计算智能技术的实施有助于减少疾病负担。

由于各种不可避免和无法控制的原因，人类疾病正在迅速增长，这些未被确认和治疗的疾病可能导致严重问题，包括死亡。因此，在适当的医学数据的帮助下，研究如何应用临床、科学和工程领域的最新进展来改善这些疾病的识别和治疗是至关重要的。可以使用半自动和自动化技术评估常见的医疗数据，如患者信息和病史、使用选定的模式记录的医学图像和使用选定的电极收集的生物信号，以便更准确地诊断疾病。医院通常采用生物信号和生物图像辅助检测技术来检测疾病，从这些诊断中获得的结果将帮助医生规划适当的治疗程序来控制和治愈疾病。

本特刊旨在收集关于自动化和半自动化计算智能技术在医疗数据评估中的最新发展的创新研究和综述文章，包括使用传统评估方法对患者进行预筛选/后筛选、基于生物信号的检查、以及医学图像辅助评估等。重点应放在临床水平评估、机器学习辅助检查和深度学习系统上。

潜在的主题包括但不限于以下内容:

• 脑电图监测脑状态
• 使用成像技术(fMRI、MRI、CT和PET)监测大脑状态
• 行程检测
• 肿瘤检测
• 深度学习和机器学习系统在脑MRI检查中的应用