第二届磁共振脑网络数据处理班

发布时间：2018-10-22 11:38:19　来源: 北京赛博尔医药科技有限公司

第二届磁共振脑网络数据处理班

北京赛博尔医药科技有限公司将于2018年4月6日-- 2018年4月11日(周五至下周三)举办磁共振脑网络数据处理班（详见课表安排）。欢迎大家前来咨询。

培训班依然坚持小班教学，手把手带教的教学模式，争取使每一位参加培训的学员能够在数据处理方法上取得进步。

1、培训简介

人脑以网络形式存在，更以网络形式工作。人脑连接组旨在描绘人脑的结构和功能网络连接模式，并通过揭示其内在组织规律，为理解脑认知和脑疾病提供全新见解。

当前，人脑网络连接模式主要由多模态无创MRI数据中获取，并在基于图论的复杂网络分析框架下加以解析。然而，此过程涉及繁复的图像预处理、众多的网络设置和参数、复杂统计比较等，从而使得很多研究者在开展脑连接组学研究时面临较大困难。

现在，这一切都成为过去时。北京师范大学认知神经科学与学习国家重点实验室贺教授团队开发了神经影像脑连接组分析软件—GRETNA（GraphTheoretical Network Analysis）(Wang et al.2015)，该软件囊括了当前主流的脑网络分析方法，实现了脑网络构建、分析、统计、作图的自动化流水线作业，大大简化与方便了人脑连接组学研究的开展。2015年，在国际神经科学年会上，GRETNA被MathWorks公司遴选为12个基于MATLAB的高质量神经科学工具包之一，进行重点介绍和展示。

而目前结构脑网络也是神经计算科学里最前沿的内容，尤其基于曲面的共变网络已经是目前国际上最前沿的课题。为此我们特增加DTI(白质纤维束)追踪脑网络与基于形态指标共变的脑结构网络分析，可帮助我们理解脑功能的结构基础，为脑疾病的临床诊断提供稳定的结构标记物。

2、培训对象

本次培训班的对象是有一定的脑成像数据处理基础，希望通过学习脑网络数据处理方法，从而提高自己数据处理能力的学生或医生。

培训内容主要包括：功能磁共振数据基础、功能连接度分析及弥散张量成像基础，网络构建基础及结构、功能网络构建与分析，脑网络构建和分析，GRETNA讲解和上机操作，PANDA讲解及上机操作，基于SurfStat的脑网络统计分析，灰质体积共变网络分析操作，曲面形态指标共变网络分析操作等。

注：如方便，请于会议开始前一天到达会场（9:00 - 18:00）熟悉场地及安装软件、拷贝资料等事宜。

3、培训课程安排

4、培训人数

为保证培训质量，此次培训限定人数20人左右，报名敬请从速。

5、培训地点

北京市经济技术开发区科创十三街18号院锋创科技园5号楼3A层301，具体见会议指南。

6、培训费用

所有参会人员3600/人（含资料费、培训费和午餐费，交通及住宿费自理）。

7、报名方式

请将报名回执发送至：Cibr_medical@163.com

8、缴费方式

银行转账或者支付宝（账号：13381109780 户名：杨南），不接受现场缴费，谢绝录像，主办方提供发票。

9、联系方式

联系人：杨老师13381109780 

姜老师15904965265

杨老师17718449506

10、备注

请各位培训学员自带笔记本电脑（Windows 64位系统、i5、4G内存、50G剩余存储空间等基本配置；苹果Mac电脑用户如方便请提前使用Bootcamp加装Windows 64位系统）；学员自己有数据的可以带3-5例进行现场处理。并在3月28日前进行缴费及将回执表发给姜老师，便于培训安排。

报名回执表

注：请完整填写回执表后回传给我们，以便给你发送确认函，缴费时，请务必备注好，姓名+单位+培训班，谢谢支持！

11、在线支持服务

参加培训学员将得到在线技术支持服务，伴随参加培训班的学员共同成长。

12、培训人员简介：

温晓通，男，博士，2005年于北京师范大学信息科学学院或电子与通讯系统硕士学位，2008年于北京师范大学认知神经科学与学习国家重点实验室获基础心理学博士学位。同年进入佛罗里达大学生物医学工程系从事博士后工作，后任该系研究助理科学家。主要从事注意控制和神经影像信号分析方面的研究。2013年进入中国人民大学心理学系任副教授。温晓通博士一直致力于研究注意控制和高级认知控制的神经网络交互机制及相应的神经信号分析方法学问题。研究涉及认知、计算机、信息、医等多学科交叉。他的主要研究兴趣是在传统单变量分析（例如激活分析、ERP分析）的基础上，采用新颖的多变量网络分析方法揭示大脑各部分间的信息交互和协作控制是怎样保证大脑健康、有序、高效的运行的。探索大脑不同脑区之间的交互作用对认识大脑认知功能神经机制、障碍都具有重要的学术价值和现实意义，是当前脑科学研究的热点之一。经过多年积累，温晓通博士在基于fMRI的跨脑区信息流研究以及注意控制网络交互机制的研究方面取得了一些优秀的成果，发表在The Journal of Neuroscience 和Neuroimage等优秀期刊。

聂彬彬，中国科学院高能物理研究所，副研究员，硕士生导师，中国科学院脑科学与智能技术卓越创新中心副研究员，中国研究性医院学会放射学专业青年委员会委员，中国医药信息学会医学影像信息学专业委员会委员，国家自然科学基金函审专家，《磁共振成像》审稿专家等。多年来一直从事医学影像数据分析方法的研究及应用工作，作为课题负责人承担了国家自然科学基金三项，中国科学院青年项目一项；作为主要参与人参与了973课题两项。发表论文十余篇。

仲苏玉，女，博士，北京师范大学认知神经科学与学习国家重点实验室博士后。2016年6月于北京师范大学认知神经科学与学习国家重点实验室获得博士学位。目前主持国家自然科学基金青年项目1项，博士后面上项目1项，并作为主要参与人参与多项国家自然科学基金项目。目前主要从事基于弥散磁共振成像的人脑白质连接组学的方法学及其应用研究。目前已在相关领域国际权威期刊共发表SCI论文13篇，其中包括以第一作者身份在CerebralCortex, Human Brain Mapping等期刊发表论文5篇，以共同作者的身份在the Journalof neuroscience等主流SCI期刊发表论文8篇。参与开发了“弥散磁共振人脑图像的并行处理平台”（软件著作权登记号：2011SR091748；参与者），该软件的相关论文目前已被引用100余次。 PANDA软件工具包已在国际神经影像工具共享平台上（http://www.nitrc.org/projects/panda）被下载16000余次，被国内外同行广泛使用，得到了非常好的反馈和评价。

宋素涛，博士，济南大学教育与心理科学学院副教授。主要关注领域为大脑状态解码研究与情感认知神经科学。研究基于fMRI 与 ERP 实验技术，结合机器学习、多变量模式分析等算法开展对任务态神经影像数据的分析，构建刺激信息的正向编码与反向解码模型，进而对视觉及情绪性刺激加工的神经机制进行解释。研究成果发表于 Journal of neuroscience methods, Frontiers in human neuroscience ，IEEE Transactions on Biomedical Engineering 等国际杂志。主持国家自然科学基金资助项目一项，参与国家自然科学基金项目多项。

崔渭刚，北京航空航天大学博士生。主要关注领域为神经信号分析方法研究及其疾病诊断应用。研究基于生物医学信号处理、影像数据分析与处理，结合特征提取、深度学习等方法建立脑疾病智能化分类诊断模型，为医生提供可定量分析的脑疾病辅助诊断工具。研究成果发表于 IEEE transactions on neural networks and learning systems, International Journal of Neural Systems等主流SCI期刊，参与多项国家自然科学基金、北京市自然科学基金研究，获2017年吴文俊人工智能科学技术奖自然科学奖。