数据导入
西门子、飞利浦、联影、GE…发布:2020-12-11 浏览:300 次
第12期小班:脑影像机器学习数据分析专题培训
2021.01.19-2021.01.24(周二~周日)
主办单位:杭州脑海科技有限公司
协办单位:杭州师范大学心理科学研究院
杭州拾睿科技有限公司
1. 讲师介绍
臧玉峰:医学博士。杭州师范大学心理科学研究院执行院长。1984年于河北医学院获医学学士学位、1991年于天津医学院获神经外科学硕士学位、2002年于北京大学精神卫生研究所获儿童精神卫生博士学位。曾经从事临床神经外科工作14年,之后在中科院自动化所模式识别国家重点实验室、北京师范大学认知神经科学与学习国家重点实验室以及杭州师范大学工作。近年来主要从事静息态功能磁共振影像的计算方法学及其在认知与脑疾病的应用研究。与同事提出“局部一致性”和“低频振幅”等方法。带领研究团队开发了REST、DPARSF、RESTplus等软件。合作发表英语论文100多篇,Google Scholar数据库引用21319次(h指数64)。2014到2018年连续5年入选Elsevier“中国高被引学者”(神经科学),2017、2018年入选Clarivate 高被引学者(神经与行为科学)。
张寒:博士,2005年本科毕业于浙江大学信息与电子工程学院,2011年博士毕业于北京师范大学认知科学与学习国家重点实验室(今IDG/麦戈文脑科学研究院),随后在杭州师范大学认知与脑疾病研究中心任研究员。于2015年在美国北卡罗来纳大学教堂山分校任博士后,讲师,助理教授。现全职在张江实验室脑与智能科技研究院任研究员,脑疾病与智能计算研究组组长。主要研究方向为脑网络构建方法,基于脑网络的机器学习,以及它们在发育、老化及脑疾病诊断中的应用。共发表100余期刊和会议文章,被引2500余次,H因子26,H10因子54。张寒博士目前是IEEE高级会员,OHBM/ISMRM/EMBS/MICCAI会员,PLoS ONE和Frontiers in Oncology期刊编辑,60余国际期刊,会议和研究基金评审人,以通讯PI和合作PI主持NIH项目4项,曾做为核心成员参与美国婴儿脑连接组计划,曾主持国自然1项,拥有软著4项,专利1项。
张瑜:加拿大麦吉尔大学神经所博士后,蒙特利尔大学计算机系博士后,主要从事医学图像大数据的深度学习算法研究。2015年博士毕业于中国科学院自动化所模式识别实验室脑网络中心。曾参与中国国家自然科学基金重点、面上项目等多个课题,参与加拿大卫生部重大科研项目、Courtois 基金会重大科研项目,并独立主持加拿大IVADO基金会的博士后科研项目等。目前在国际著名医学期刊(比如eLife,Journal of Neuroscience , Cerebral Cortex,Neuroimage,PNAS,Plos Biology,Biological Psychiatry )以及在机器学习和认知科学领域的顶会(如 NeurIPS, CCN 等 )上共发表论文20余篇。多次获得国际学术会议的优秀学生论文奖并获得口头报告机会,包括 NeurIPS Neuro-AI workshop ,计算神经科学会议 (CCN) ,国际人类脑图谱年会( OHBM )等。曾受邀在麦吉尔大学蒙特利尔神经所( MNI )、魁北克神经科学与人工智能年会( UNIQUE )、 Brenda Milner 神经心理学年会等做主题报告。主要的主要研究方向是大规模医学影像数据的机器学习和深度学习算法研究,利用最新的深度学习模型包括深度卷积网络、递归神经网络、图神经网络等来探究人脑认知功能的时空编码。
贾熙泽:杭州脑海科技有限公司首席执行官,杭州师范大学助理研究员,臧玉峰教授课题组成员,中国心理学会积极心理学专委会委员,具有计算机、心理学及神经科学交叉背景。目前主持国自然青年基金项目1项,并作为主要参与人参与多项国自然科学基金项目。主要研究方向为静息态功能磁共振方法学、脑影像Meta分析以及静息态数据分析软件开发。2013年起负责维护REST系列工具包,并开发了RESTplus,该软件的论文目前已发表于Science Bulletin(影响因子 9.5分)。静息态功能磁共振论坛(http://www.restfmri.net)管理员。合作发表SCI文章14篇(引用91次),其中主要作者5篇(第一作者或通讯作者)。Frontiers in Neuroscience(SCI医学2区,3年平均IF 3.69)、Frontiers in Psychology(SSCI心理学2区期刊,影响因子2.0)以及Frontiers in Psychiatry(SCI医学3区,3年平均IF 3.18)杂志的评审编辑,Journal of Magnetic Resonance Imaging、Neural Plasticity、Scientific report等多个杂志的审稿人,曾多次受邀在国内外重要学术会议介绍静息态磁共振数据分析。
张韬:脑海科技高级数据分析工程师
2. 课程说明
大脑是一个在结构上和功能上都存在广泛相互连接的复杂网络,为了更清楚地揭示脑的工作机理,功能磁共振成像近年来凭借其非侵入性、无辐射的优势被广泛应用于脑科学的研究中。功能连接作为脑连接最简单、最直观的形式,已在一定程度上揭示了神经活动背后的大脑机制,并且可用作生物标记进行机器学习对群体进行分类或预测,从而为神经精神疾病的诊断和治疗提供一种新的方法。近年来研究表明,静态功能连接不能完全反映大脑功能连接的时变特征,而动态功能连接可以反映大脑活动的时变模式及其与功能连接变化的关系,并且基于动态功能连接的高阶脑网络的构建和分类已逐渐应用于脑疾病预测和诊断中。目前,随着机器学习以及深度学习等方法在图模型上的不断扩展,图神经网络等研究方向应运而生,利用最新的深度学习模型来探究人脑认知功能的时空编码将为进一步深入地窥探大脑内部的神经活动规律以及各种神经精神疾病的发病机理等重大神经科学问题提供全新的视角。
为了帮助大家更快速地应用机器学习等方法进行脑功能影像的数据分析,我们拟举办一期专门针对机器学习的数据分析培训班,内容涵盖:支持向量机(SVM)、Dynamic指标计算、图模型在脑影像分析中的应用、高阶脑网络构建和基于脑网络的机器学习等。
本课程为期6天,为确保大家在6天内可以充分的掌握内容,我们承诺:每期都会根据学员人数安排充足的助教,保证手把手指导分析数据(注:脑海科技团队一共拥有10余人的助教)。希望协助刚刚接触磁共振成像的科研工作者快速掌握功能磁共振的数据分析原理以及方法,以便能够应用到相关的研究领域中。本次培训面向神经内科、精神科(心理科)、放射科、康复科、消化科、儿科等科室的临床医生,以及各大高校从事脑科学研究的生物医学工程、计算机、数学等专业的研究人员。
注:请提前一天到会场2021年01月18日(13:30 - 20:00)安装软件、熟悉场地、拷贝资料等。
也可查看其它培训班:
春节前还有两期基础班:内容包括:ICA、GCA、TBSS、Meta分析、VBM、ANOVA等
2020年12月5日-12月20日,第10期小班:多模态磁共振数据分析手把手培训班(零基础)
2021年02月02日-02月07日,第13期小班:多模态磁共振数据分析手把手培训(零基础)
还有一期培训班任务态为主,静息态为辅,内容包括任务态数据激活分析,DCM、PPI、GCA、ICA以及Dynamic指标等
12月29日-01月03日,第11期小班:DCM、PPI、GCA、ICA及Dynamic等脑影像数据分析方法(点击此处查看详情)
3. 课程安排
01 | 第 | 臧玉峰 | 上 | 静息态功能磁共振概述及其在认知与脑疾病的应用前景 |
贾熙泽 | 静息态数据采集注意事项 | |||
静息态数据分析常见问题 | ||||
贾熙泽 |
| 静息态预处理概述 | ||
静息态预处理常见问题 | ||||
李仔麒 | MATLAB基本语法介绍 | |||
MATLAB编程入门 | ||||
MATLAB编程项目实战(数据整理及函数调用) | ||||
张韬 | 晚 | 静息态数据预处理实操 | ||
静息态数据预处理报错解析 | ||||
01 | 第 | 张韬 | 上 | 静息态局部指标介绍 |
静息态功能连接介绍 | ||||
Dynamic方法介绍 | ||||
下 | Dynamic ALFF、Dynamic fALFF、Dynamic ReHo原理及实操 | |||
单样本T检验、配对样本T检验、双样本T检验 | ||||
各种多重比较校正原理介绍 | ||||
多重比较校正上机实操 | ||||
孙家伟 | 晚 | Python介绍 | ||
Python软件包安装 | ||||
Python编程入门实操 | ||||
01 | 第 | 张瑜 | 上 | 脑图谱和脑功能解码的研究进展 |
基于图模型的机器学习和深度学习算法基础 | ||||
基于连接模式的脑分区算法示例 | ||||
基于功能连接模式的脑疾病预测和诊断 | ||||
Python编程实现脑分区和疾病预测模型 | ||||
下 | 基于图傅里叶变换(GFT)的脑功能影像分析 | |||
基于图卷积神经网络(GCN)的脑功能解码 | ||||
基于不同模态脑图的脑功能解码算法优化和图神经网络的可解释性分析 | ||||
图卷积神经网络的迁移学习在脑影像分析中的应用 | ||||
Python编程实现脑功能的时频分析和预测模型 | ||||
孙家伟 | 晚 | 格兰杰因果分析(GCA)原理入门 | ||
格兰杰因果分析(GCA)实操与数据分析 | ||||
01 | 第 | 张韬 | 上 | Dynamic functionalconnectivity原理及实操 |
Dynamic FCD、Dynamic FCS原理及实操 | ||||
信号提取、MASK制作以及与临床指标的相关分析 | ||||
下 | ANOVA分析与T检验的区别 | |||
单因素方差分析原理及介绍 | ||||
双因素方差分析原理及介绍 | ||||
作图:轴位图制作(Viewer、Mricron) | ||||
作图:皮层图制作(BrainNet) | ||||
表格制作 | ||||
孙家伟 | 晚 | SVM基本概念 | ||
线性SVM和非线性SVM的算法原理 | ||||
SVM核函数讲解 | ||||
SVM应用实例 | ||||
01 | 第 | 张寒 | 上 | 脑网络分析在脑疾病个体化诊断方面的研究进展 |
动态网络分析及其临床应用(机器学习方向) | ||||
基于动态功能连接的高阶脑网络及其临床应用 | ||||
基于拓扑结构的高阶脑网络 | ||||
下 | 利用BrainNetClass实现基于动态功能连接的高阶脑网络的构建和分类 | |||
利用BrainNetClass实现基于拓扑结构的高阶脑网络构建和分类 | ||||
利用BrainNetClass保存构建的脑网络和分类模型 | ||||
BrainNetClass分析中的注意事项和结果报告理解 | ||||
孙家伟 | 晚 | LIBSVM软件安装及使用 | ||
LIBSVM函数调用 | ||||
SVM交叉验证及参数调优 | ||||
SVM分类性能评价 | ||||
01 | 第 | 张寒 | 上 | 脑网络分析在婴儿脑发育研究中的应用 |
脑网络冗余分析及其在老年痴呆症早期诊断中的应用 | ||||
脑功能网络的深度学习初探 | ||||
基于selfrepresentation的脑网络构建 | ||||
下 | 利用BrainNetClass实现基于self representation的脑网络构建(基础篇) | |||
利用BrainNetClass实现基于self representation的脑网络构建(高阶篇) | ||||
动态时间网络分析(Temporal network analysis) | ||||
操作指导、答疑、学员就自己的项目和讲师自由讨论 |
备注:请各位学员自带笔记本电脑,建议电脑配置:windows 64位系统、8G以上内存、80G以上剩余硬盘空间。请尽量携带Windows电脑,如果只能使用苹果MAC电脑,请提前使用Bootcmap安装windows 64位系统。
4. 培训说明
培训班限额招生20人。我们会按照缴费顺序安排座位,为方便会务安排,报名敬请从速。考虑到疫情原因,本次培训每名学员每天发1个口罩。学员需要提供杭州健康码(支付宝首页搜索‘杭州健康码’)。
5. 培训费用
费用包括培训费、资料费、培训期间提供快餐、饮品以及点心,交通及住宿费用自理,每人3500元。本培训班开具可以报销的正式发票。可以现场刷公务卡,培训期间谢绝录像。可以银行卡转账或支付宝付款,支付宝账号:19941364880,杨会云。
6. 培训地点
培训地点:浙江省杭州市萧山区城厢街道金城路39号紫橙国际创新中心3号楼10楼,脑海科技第3会议室。
7. 报名方式
请将报名回执以及缴费回执发送至srbrain@126.com,我们会联系您。
8. 联系方式
电话咨询:黄国峰 180 7298 0399
微信咨询:黄国峰 180 7298 0399
报名回执表
单位名称(发票抬头,纳税人识别号) | |
发票类型(会议费/培训费) | |
姓名 | |
性别 | |
电话号码 | |
微信 | |
科室/专业 | |
研究方向 | |
银行信息 | 户名:杭州脑海科技有限公司 账号:3301040160015883146 开户行:杭州银行萧山支行 |
汇款备注 | 第12期小班 |
9. 在线支持服务
脑海科技将为参加培训的学员提供免费的在线支持以及合作服务,确保学员能够熟练掌握脑影像数据处理的相关方法。
获取word版本
1. 点击阅读全文,或扫描二维码
2. 使用百度网盘下载:
链接:https://pan.baidu.com/s/1im4jQ3K3p4Ke-F4OImtbrA
提取码:stu4
3. 请加微信:180 7298 0399 索取word文档。
其他培训班:
2020年12月5日-12月20日,第10期小班:多模态磁共振数据分析手把手培训班(零基础)(点击此处查看详情)
2020年12月29日-01月03日,第11期小班:DCM、PPI、GCA、ICA及Dynamic等脑影像数据分析方法(点击此处查看详情)