脑电图（EEG）是一种强大的工具，在临床诊断、神经科学研究以及人机交互等领域都有广泛应用。随着人工智能（AI）和机器学习（ML）技术的融入，EEG信号处理正在迎来革命性的变化——实现更高精度的分析、实时分类以及异常检测。AI/ML的快速发展，让研究者能够更好地解析复杂EEG数据，从而推动神经系统疾病的早期诊断、脑机接口（BCI）以及神经反馈应用的进步。

Computers邀请了郑州大学副教授张锐博士，以及重庆邮电大学教授李沛洋博士，合作建设特刊AI/ML-Driven EEG Signal Processing(人工智能和深度学习驱动的脑电信号处理)。本特刊旨在推动EEG信号处理研究的发展，并展示AI/ML在临床和科研实践中的巨大潜力，特刊投稿方向包括但不限于：

• 基于AI/ML的EEG信号处理与分析

• EEG数据的时频分析

• EEG信号特征提取与选择技术

• EEG分类与聚类的机器学习模型

• EEG大数据深度学习应用

• BCI与神经反馈

• EEG生物识别与康复工程

投稿截止日期：2027年10月31日

客座编辑介绍

张锐博士

张锐博士是郑州大学电气与信息工程学院的副教授、博士生导师。他于2015年获得电子科技大学博士学位，并毕业后即加入郑州大学担任研究员。他主持或参与了10项以上由中国国家级科研基金资助的重大项目。同时，他还是中国生物医学工程学会和中国康复医学会的成员。他目前的研究方向主要集中在BCI技术、神经康复以及人机智能融合。

研究领域：BCI；EEG；神经康复工程

李沛洋博士

李沛洋博士是重庆邮电大学生命健康信息科学与工程学院的教授、博士生导师，致力于EEG时空分析方法的研究。他在EEG脑网络估计、皮层源成像等多个研究领域发展了系列能够自动抑制伪影噪声干扰的分析方法，在IEEE TNNLS、IEEE TBME、JNE等期刊发表多论文。他曾任中国生物医学工程学会第十届青年委员，同时也是中国研究型医院学会分会的成员。近年来，他参与申报并获评中国生物医学工程学会 黄家驷生物医学工程自然科学一等奖以及重庆市自然科学二等奖。

研究领域：BCI；脑与认知科学；情感计算

特刊链接：

https://www.mdpi.com/journal/computers/special_issues/32GRF3J197

Computers 期刊介绍

主编：Prof. Dr. Paolo Bellavista

博洛尼亚大学计算机科学与工程系

Computers (ISSN 2073-431X) 创刊于2012年，旨在为计算机科学领域的研究提供一个成果共享平台，致力于推动计算机科学及相关领域的原创研究和应用。鼓励科学家们以尽可能详细的方式发布他们的实验和理论结果，确保研究的透明度和可重复性。目前 Computers 期刊被Scopus、ESCI (Web of Science)、Ei Compendex、Inspec、 dblp等数据库收录。

如您对投稿有任何疑问，欢迎阅读作者指南(Instructions for Authors)，或联系Computers期刊编辑部 (computers@mdpi.com)。