<meta http-equiv="Content-Type" content="text/html; charset=utf-8"><div dir="ltr"><br>[Apologies for multiple postings]<br><br>Dear Professor(Dr.),<br><br>It is my pleasure and honor to share this CFP in IEEE/ACM Transactions on Computational Biology and Bioinformatics.<br><br>Please consider submitting a paper to a Special Issue on "Deep Learning Empowered Big Data Analytics in Biomedical Applications and Digital Healthcare" for TCBB. The deadline is Dec. 30, 2021.<br><br>Also, please kindly help distribute the CFP (see following) and encourage your colleagues, friends, and students to make submissions. Your strong supports are highly appreciated.<br><br>[TCBB Call for Papers]<br><a href="https://www.computer.org/digital-library/journals/tb/call-for-papers-special-issue-on-deep-learning-empowered-big-data-analytics-in-biomedical-applications-and-digital-healthcare">https://www.computer.org/digital-library/journals/tb/call-for-papers-special-issue-on-deep-learning-empowered-big-data-analytics-in-biomedical-applications-and-digital-healthcare</a><br><br><br>=====================================================================================================<br>                     　　　     IEEE/ACM Transactions on Computational Biology and Bioinformatics<br><br>                                       　　　　　      Special Issue on<br><br>                   Deep Learning-Empowered Big Data Analytics in Biomedical Applications and Digital Healthcare<br><br>----------------------------------------------------------------------------------------------------------------------------------------------<br><br>Aims and Scope<br><br>Deep learning and big data analysis are among the most important research topics in the fields of biomedical applications and digital healthcare. With the fast development of AI and IoT technologies, deep learning for big data analytics, including affective learning, reinforcement learning, and transfer learning, are widely applied to sense, learn, and interact with human health. Examples of biomedical application include smart biomaterials, biomedical imaging, heartbeat/blood pressure measurement, and eye tracking. These biomedical applications collect healthcare data through remote sensors and transfer the data to a centralized system for analysis. With an enormous amount of historical data, deep learning and big data analysis technologies are able to identify potential linkage between features and possible risks, raise important decision for medical diagnosis, and provide precious advice for better healthcare treatment and lifestyle. Although significant progress has been made with AI, deep learning, and big data analysis technologies for medical and healthcare research, there remain gaps between the computer-aided treatment design and real-world healthcare demands. In addition, there are unexplored areas in the fields of healthcare and biomedical applications with cutting-edge AI and deep learning technologies. Therefore, exploring the possibility of deep learning and big data analysis technology in the fields of biomedical applications and healthcare is in high demand.<br><br>Topics of interest include (but are not limited to):<br><br>• Deep learning in medicine, human biology, and healthcare<br>• Deep learning-based clinical decision making<br>• Deep learning in biomedical applications<br>• Deep learning in medical and healthcare education<br>• Deep learning-based computer vision on medical images<br>• Big data with smart computing in bioinformatics and biomechanics<br>• Big data analytics for human biology and healthcare services<br>• Big data with intelligent IoT for smart healthcare<br>• Big data analytics in biomedical services<br>• Knowledge-based or agent-based models for biological systems<br>• Distributed systems in medical and healthcare services<br>• Intelligent devices and instruments for medical and healthcare services<br>• Intelligent and process-aware information systems in human biology, healthcare, and medicine<br><br>Submissions <br><br>Authors should prepare their manuscript according to the Author Information of IEEE/ACM Transactions on Computational Biology and Bioinformatics available from <a href="https://www.computer.org/csdl/journal/tb">https://www.computer.org/csdl/journal/tb</a>, and submit online at: <a href="https://mc.manuscriptcentral.com/tcbb-cs">https://mc.manuscriptcentral.com/tcbb-cs</a>. <br>To ensure that the manuscript is correctly identified for inclusion into the special issue, authors must select "SI - Deep Learning-Empowered Big Data Analytics in Biomedical Applications and Digital Healthcare" when they reach the “Article Type” step in the submission process.<br><br>Important Dates<br><br>Paper Submission Deadline: December 30, 2021<br><br>First Round of Reviews Deadline: March 30, 2022<br><br>Submission of Revision Deadline: May 30, 2022<br><br>Second Round of Reviews Deadline: July 30, 2022<br><br>Decision of Acceptance Deadline: August 30, 2022<br><br>Guest Editors<br><br>• Xiaokang Zhou, Shiga University, Japan<br>• Carson Leung, University of Manitoba, Canada<br>• Kevin Wang, The University of Auckland, New Zealand<br>• Giancarlo Fortino, University of Calabria, Italy<br><br>Contact Information<br><br>Dr. Zhou (<a href="mailto:zhou@biwako.shiga-u.ac.jp">zhou@biwako.shiga-u.ac.jp</a>)<br><br><br clear="all"><br>-- <br><div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><span>Xiaokang Zhou (周 暁康), Ph.D.<br>Associate Professor<br>Faculty of Data Science,</span></div><div dir="ltr"><span>Shiga University<br>1-1-1 Banba, Hikone, Shiga 522-8522, Japan<br>Email: <a href="mailto:zhou@biwako.shiga-u.ac.jp" target="_blank">zhou@biwako.shiga-u.ac.jp</a><br>Phone: +81-749-27-1290</span></div></div></div></div></div></div></div></div></div></div></div>