close
预约产品演示
请完善以下信息,我们将联系您进行演示
*
*
我已阅读并同意《隐私政策》
close
预约数据分析
请完善以下信息,我们将联系您进行沟通
*
*
我已阅读并同意《隐私政策》

大脑复杂网络数据分析(Graph theory)基础训练营|全年随到随学|GT01A

发布:2024-07-13    浏览:81 次


主办单位

杭州脑海科技有限公司

脑海科技认知神经科学实验室

承办单位

杭州脑呈科技有限公司


















1. 脑海科技脑影像数据分析学习中心介绍


杭州脑海科技有限公司下属的认知神经科学实验室(脑海科技认知神经科学实验室)专注于神经影像相关的学术工作,实验室核心团队组建于2018年,为方便实验室同学体系化的掌握脑影像数据分析技术,实验室于2021年成立了脑影像数据分析学习中心。脑海实验室基于学习中心的模式,目前已累积联合培养硕士研究生41名、博士研究生12名。截止目前,实验室成员累积发表SCI文章85篇,其中JCR一区SCI文章28篇,JCR二区SCI文章41篇

鉴于之前的传统培训班的效果难以达到我们的预期,经过团队慎重的考虑,我们将学习中心内容改进升级后,决定将其对外开放申请,相对于传统的培训模式,有以下优势:
1) 随到随学:学习中心全年开放可根据自己的时间预约学习
2) 以小组为单位教学:传统培训班模式每期20~30人,老师很难兼顾不同基础的同学,小组答疑通常一个小组为5人左右,以小组为单位教学及答疑,更高的学习效率
3) 完善的硬件体系:每名学员均配置2台高性能工作站(Intel i7或以上配置),一台用于观看教学视频,另一台用于练习数据分析操作
4) 完善的课程资料体系:包括体系化的数据分析技术视频、理论课程、学习文档以及完整的案例数据,反复看、重复看、体系化系统的学习
5) 支持一对一教学:如有需要,可提供一对一教学及答疑,定制培养方案和学习体系
6) 实验室研究团队有着丰富的脑影像研究经验,联合培养了很多优秀的研究生,如:高*艳以主要作者发表SCI文章5篇、郝*奇以主要作者发表SCI文章6篇、李*婷以主要作者发表SCI文章6篇、孙*伟以主要作者发表SCI文章4篇、王*以主要作者发表SCI文章3篇、展*琳以主要作者发表SCI文章3篇等等(鉴于篇幅所限,仅列举部分同学)。
7) 学习中心导师及助教团队有着极其丰富的答疑经验:前期我们已经积累大量学术指导经验,目前已有近百余名研究生或医生的联合培养或短期访学的合作经验,截止目前,实验室成员累积发表SCI文章85篇,其中JCR一区SCI文章28篇,JCR二区SCI文章41篇
8) 学习中心核心团队具有丰富的SCI文章审稿经验,担任50余个SCI杂志审稿人,包括:Alzheimer's Research & Therapy、Molecular Autism、IEEE Journal of Biomedical and Health Informatics、NeuroImage、BMC Psychiatry、Human Brain Mapping、Translational Stroke Research、CNS Neuroscience & Therapeutics、Journal of Affective Disorders、Autism Research等等。
9) 脑海科技团队具有高度交叉背景,背景涵盖:计算机、数学、生物医学工程、心理学、英语、认知神经科学以及临床医学。每名成员均受过体系化科研培训,具有扎实的科研背景并专攻1-2个研究方向。


2. GT01A训练营介绍


脑影像数据分析学习中心即将推出一系列学习方案,每套学习方案具有唯一编号,大家既可以选择已有学习方案报名,也可以自行提出需求,我们将根据您的实际需求推出新的学习方案体系。我们真诚的希望尽可能灵活的满足大家的需求。
训练营名称:GT01A | 大脑复杂网络数据分析基础训练营
训练营编号:GT01A 
课程分类:B
学习时长:4天
课程体系:一共包括6套课程,由多位风格各异、专长不同有丰富数据分析及科研经验的讲师讲解,确保大家学会,学全,实打实的掌握技术
总课时数:24.5课时(每课时45分钟)
硬件配置:每名学员独享1台用于观看学习视频的电脑,独享1台用于分析数据的工作站(Intel i7或以上配置)
助教答疑:3-5人为一组,即1名助教负责3-5人的答疑
案例数据:提供3批难度不同的完整案例数据用于实操
学习目标:深入理解静息态功能磁共振领域的多个维度与应用,模拟科研一线的课题数据分析环境,让学员在实践中锻炼技能,将理论知识转化为实际操作能力,为将来独立开展科研项目奠定坚实基础。

//训练营日程规划//


每名学员有专属导师定期跟进学习进展,协助调整学习计划

时间范围主题学习目标课后作业与学习效果评估

第1天

上午

fMRI入门
  • 掌握功能磁共振数据的基础概念、扫描参数、数据整理的注意事项等

整理案例数据的扫描参数、头信息

第1天

下午

复杂网络基础概念
  • 掌握图论的基础知识,包括图的类型、节点与边的定义、邻接矩阵等

  • 熟悉复杂网络的常见指标的计算原理



梳理复杂网络指标的计算原理,与SCI文献中的描述进行对应学习


第1天

晚上

复习
  • 复习当天所学内容

整理当日知识点

第2天

上午

数据预处理
  • 独立进行案例数据的整理

  • 独立使用GRETNA进行数据的预处理

通过对案例数据进行整理和预处理,模拟真实的数据处理场景

第2天

下午
复杂网络实操
  • 掌握复杂网络中常用的全局与局部指标的操作等

熟悉GRETNA工具包的使用,了解其功能

第2天

晚上
复习
  • 复习当天所学内容

整理当日知识

第3天

上午

统计分析与校正
  • 掌握对于网络、节点指标、全局指标的统计分析方法

对已分析的矩阵及图论指标进行统计分析与结果的呈现

第3天

下午
GRETNA操作回顾
  • 独立处理案例数据的预处理、网络构建、图论指标计算、统计分析、结果呈现

在案例数据的操作过程中查缺补漏,回顾遗漏知识点

第3天

晚上
复习
  • 复习当天所学内容

整理当日知识

第4天

上午

个体水平形态学网络的构建
  • 学习个体水平形态学网络的构建算法

根据案例数据修改网络构建的程序

第4天

下午
个体水平形态学网络的复杂网络分析
  • 对形态学网络进行复杂网络分析与统计分析练习

对矩阵及图论指标进行统计分析与结果的呈现

第4天

晚上
复习
  • 复习当天所学内容

整理当日知识

本期训练营涵盖的课程视频资


学习说明:导师会根据训练营规划与学员基础,为学员推荐相应课程,学员可自主选择回放、倍速、快进等功能,灵活把握学习进度。考虑到不同知识背景的讲师,讲课重点与涵盖细节不同,课程内容采用冗余性设计内容充分,通过:导师跟进制度 + 体系化课程视频 + 体系化学习资料 +  数据分析模拟实战训练 +  助教现场指导的方式,确保完整掌握科研需要的所有技术细节。


GT01-1:功能复杂网络分析-主讲老师 黄国峰

GT01-2:功能复杂网络分析-主讲老师 王倩倩

GT01-3:功能复杂网络分析-主讲老师 李仔麒

GT01-4:功能复杂网络分析-主讲老师 王晴

GT02-1:个体结构复杂网络分析-主讲老师 孙家伟

GT02-2:个体结构复杂网络分析-主讲老师 王晴


GT01-1:功能复杂网络分析-主讲老师 黄国峰

本课程专为零基础学员设计,旨在引领学员逐步踏入复杂网络分析。课程从fMRI基础知识入手,帮助学员认识并理解扫描参数,以及如何识别灰质、白质和脑脊液等关键脑组织。这部分内容将为学员打下坚实的fMRI数据解读基础,非常适合没有任何背景知识的初学者。在学员掌握了fMRI基础知识后,课程将进入复杂网络分析的核心内容,即深入探讨全局指标与节点指标的计算与解读,教授学员如何运用这些指标描述大脑的特征。通过实例分析与GRETNA软件实操,学员将学会如何从fMRI数据中提取网络特征,评估大脑网络的拓扑属性,以及理解这些属性在认知功能与疾病诊断中的意义。
课程编号:GT01-1
主讲老师课程名称具体内容

课时数

(每课时45分钟)
黄国峰图论分析

fMRI 基础知识回顾

脑网络拓扑属性整体介绍

基于图论的脑网络拓扑指标参数讲解

基于图论的脑网络拓扑指标计算

4课时
图论分析与基于脑网络的统计

基于Gretna计算脑网络拓扑指标

脑网络拓扑指标的统计分析

基于脑网络的统计分析

4课时
复习与答疑

复习与答疑

1课时

GT01-2:功能复杂网络分析-主讲老师 王倩倩

本课程专注于复杂网络分析的核心——图论知识的深度解析,旨在使学员从理论到实践全方位掌握复杂网络分析技巧,尤其侧重于大脑功能网络的构建与解析。课程将带领学员从零开始,逐步掌握图论的基本概念与原理,包括但不限于图的不同类型、邻接矩阵的概念、稀疏度的定义,以及节点与连边的特性,通过GRETNA软件的实际演练,使学员能够将所学知识转化为实际操作能力
课程编号:GT01-2
主讲老师课程名称具体内容

课时数

(每课时45分钟)
王倩倩复杂网络指标讲解

网络与邻接矩阵讲解

图论基础概念讲解:稀疏度、节点、连边等

图论指标讲解:最短路径、平均路径长度、聚类系数、全局效率、局部效率、度、介数、节点效率、小世界属性、模块化

2课时
复杂网络实操

GRETNA预处理操作讲解

GRETNA脑网络矩阵构建

GRETNA图论指标计算与结果讲解

两组间统计分析与校正演示

5课时

GT01-3:功能复杂网络分析-主讲老师 李仔麒

本课程专为已有复杂网络基础知识的学员设计,旨在通过深度解析GRETNA工具包的操作,进一步巩固学员的数据分析技能,提升其在复杂网络分析领域的实践能力。课程将聚焦于GRETNA工具包的运用,通过一系列实操演示,引导学员掌握从数据预处理到网络构建,再到图论指标计算的完整流程,确保学员能够熟练应用GRETNA进行复杂网络分析。
课程编号:GT01-3
主讲老师课程名称具体内容

课时数

(每课时45分钟)
李仔麒复杂网络实操

图论分析流程讲解

数据预处理讲解

连接矩阵的构建

图论指标计算原理讲解

统计分析操作与结果讲解

2课时

GT01-4:功能复杂网络分析-主讲老师 王晴

本课程旨在为学员提供整体性的脑网络图论分析回顾与内容巩固,帮助学员进行查缺补漏。内容覆盖从理论基础到实践操作的各个环节。课程内容精心设计,从脑网络的基本概念入手,逐步过渡到图论的核心原理与应用,确保学员能够系统掌握脑网络分析的理论框架与实践技能。通过本课程的学习,学员将能够独立进行图论指标的计算与解读,掌握统计分析方法,并了解如何撰写科研论文中的方法部分,为在神经科学领域的研究奠定坚实的基础。
课程编号:GT01-4
主讲老师课程名称具体内容

课时数

(每课时45分钟)
王晴复杂网络

脑网络概述

图论基础概念介绍

图论分析流程讲解

图论指标介绍与操作讲解

统计分析与结果讲解

图论文献方法部分导读

3.5课时

GT02-1:个体结构复杂网络分析-主讲老师 孙家伟

本课程旨在为学员提供个体结构协变网络分析的操作指南,覆盖从理论概念到实践操作的全过程。课程内容系统地介绍了脑网络的基础知识,深入探讨了个体结构协变网络的计算原理,以及如何利用KDE(Kernel Density Estimation)算法进行网络构建。通过理论讲解与实操演示相结合的方式,学员将能够掌握个体结构协变网络分析的核心技能。
课程编号:GT02-1
主讲老师课程名称具体内容

课时数

(每课时45分钟)
孙家伟个体结构复杂网络概述

脑网络概述

个体结构协变网络的计算原理

KDE讲解

网络构建实操

1课时

GT02-2:个体结构复杂网络分析-主讲老师 王晴

本课程专注于个体结构复杂网络的代码操作实战,旨在帮助学员通过代码编程实践理解网络构建过程,并能够将操作步骤与科研文献中的方法描述对应。课程最后阶段,将引导学员对构建出的个体形态学网络进行后续的复杂网络分析,通过实操演示,帮助学员更好的掌握个体结构复杂网络构建的代码操作技能,能够在指导下独立完成个体形态学网络的图论分析技术。
课程编号:GT02-2
主讲老师课程名称具体内容

课时数

(每课时45分钟)
王晴个体结构复杂网络创建及图论分析

常见的结构像分析方法

1课时
个体结构复杂网络文献解读

个体结构协变网络介绍

1课时

3. 脑海科技相关介绍


脑海科技设立于萧山区紫橙国际创新中心3号楼10层,是一家专注于脑影像相关的科研平台研发、技术培训、数据分析技术服务及脑科学相关设备销售的科技型公司,已被认定为“国家级高新技术企业”、“国家级科技型中小企业”、“浙江省创新型中小企业”及“浙江省科技型中小企业”,入选杭州市萧山区高层次人才创业创新“5213”领航类项目,并经杭州市科协审批建立了“博士创新站”。 

贾熙泽,博士,杭州脑海科技首席执行官,现任山东第二医科大学附属医院特聘专家、常熟市第二人民医院磁共振脑成像研究中心副主任、特聘研究员、兼任杭州师范大学附属医院认知与脑疾病研究中心副研究员、大连市友谊医院特聘教授、山东第二医科大学医学影像学院硕士生导师、宁波市康复医院医学技术顾问、佳木斯大学信息电子技术学院硕士生导师、中国心理学会积极心理学专委会委员、浙江省数理医学学会放射学专委会委员、浙江省康复医学会神经调控专委会委员及杭州市萧山区青年科技工作者协会会员。主持国自然青年基金项目、浙江省智能教育技术与应用重点实验室开放研究基金重点项目,入选杭州市青年科技人才培育工程项目,作为主要参与人参与 8 项国自然科学基金项目、 1 项科技部国家重大慢性非传染性疾病重点研发计划课题。目前合作发表 SCI 论文 30 余篇,以主要作者在 Science Bulletin、 Human Brain Mapping、 The Journal of Headache and Pain 及 Journal of Affective Disorders 等杂志发表文章 30 余篇(第一作者或通讯作者),文章被 SCI 杂志引用近968次,h-index =16,担任 40余个SCI杂志的审稿人。

4. GT01A训练营报名费用及相关说明


根据我们的前期实战,学习中心模式相对于传统培训班模式效果更好。传统的培训班通常在6天内集中式现场短时间内讲授大量知识点,学员很容易跟不上。另一种方法是线上课程,该方式价格也要数千元,根据已有经验而言,由于学员基础不同、背景不同,效果很难达到预期,并且也存答疑不方便等问题。


经过脑海科技核心团队反复沟通及研究,决定在同等的价格下,提供更优质的服务。

针对大脑复杂网络数据分析基础,GT01A训练营涵盖以下内容:

1)学习时长:4天(时间可续)

2)独享视频电脑:1台

3)独享高性能工作站:1台(配置intel i7以上),不需要自带电脑,高性能的硬件,让学习效率更高

4)体系化教学资源:6套由浅入深的课程,一共24.5课时

5)属导师:定期跟进学习进展,协助调整学习方案

6)体系化案例数据:一共3套,难度等级不同的实战数据,模拟真实科研遇到的各种问题

7)小组答疑:助教现场答疑与指导,每个小组3-5人

8)考核与测验:考核与测验评估学习进展,提出改进建议与查漏补缺

另外,对于有更高需求的学员,还可以支持一对一答疑等方式,欢迎咨询。

报名费用:
原价:3180元(单人购买)
限时优惠价:8月31日前报名参加课程可享受优惠价2980元/人(单人购买),转发朋友圈集赞超过28个赞,可享受优惠价2780元/人(单人购买)


5. 报名流程及付款方式


(1)随到随学,预约制报名。考虑到实验室承载能力有限,采用预约制,目前实验室对外开放10个学习名额。
(2)报名流程。报名可先扫描以下二维码添加樊衍孜微信(扫描以下二维码或添加微信号:19906719439),我们将与您电话沟通学习需求及目标,并出具学习计划及对应报价单。完成付款后,即可开始预约学习,随到随学。 
(3)关于发票。可开具能够报销的正式发票(如:技术服务费及培训费等)。支持预存,可以现场刷公务卡或银行卡转账,学习期间谢绝录像及录音。
电话咨询:0571-2883 4398(请按3号键)
微信咨询:199 0671 9439
邮箱咨询:fanyanzi@brainimaging.cn
实验室地址: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6楼602室


6. 更多学习方案敬请期待


以下训练营也将在近期陆续开营,每个训练营包含多名数据分析经验丰富的主讲老师的课程,他们将倾囊相授,帮助学员们掌握数据分析的核心技巧。训练营信息如下,敬请关注“脑影像工坊”公众号:

训练营-01:每课时低至38元 | 全年随到随学 | 静息态数据分析基础训练营 | RS02A点击此处跳转至RS02A训练营,主要内容包含:10套静息态数据分析课程,涵盖静息态功能磁共振基础入门,静息态指标计算(ALFF、fALFF、PerAF、Wavelet-ALFF、KCC-ReHo、Cohe-ReHo、DC、FC、GCA),盲反卷积、统计分析、多重比较校正、静息态文献解读、结果汇报图表制作及注意事项

训练营-02:全年随到随学|弥散张量成像(DTI)数据分析基础训练营|DT01A点击此处跳转至DT01A训练营,主要内容包含:DTI指标计算(FA、AD、RD、MD)与基于白质骨架的统计分析(TBSS)


训练营-03:全年随到随学|基于体素的形态学分析-VBM训练营|AN01A(点击此处跳转至AN01A训练营),主要内容包含:包含横向数据的灰质体积计算、纵向数据的灰质体积计算、ROI区域体积值的提取等。包括理论+数据分析+案例实战。


训练营-04:全年随到随学|独立成分分析与网络间连接基础训练营(ICA+FNC)|IC01A,主要内容包含:包含GIFT工具包实操、ICASSO分析、降维、FNC讲解等。包括理论+数据分析+案例实战。


训练营-05:全年随到随学|弥散张量成像(DKI)数据分析基础训练营|DK01A,主要内容包含:包含DKI指标计算、纤维追踪等。包括理论+数据分析+案例实战。


训练营-06:全年随到随学|白质功能信号数据分析基础训练营|WM01A,主要内容包含:包含白质信号特殊预处理讲解、白质体素水平的局部指标计算、白质脑网络的构建、聚类方法讲解等。包括理论+数据分析+案例实战。


训练营-07:全年随到随学|基于大脑皮层的数据分析基础训练营|SF01A,主要内容包含:FreeSurfer基础操作,皮层指标(皮层厚度、曲率、沟深、皮层复杂度)等计算,FreeSurfer组水平分析等。包括理论+数据分析+案例实战。


训练营-08:全年随到随学|基于机器学习技术的脑影像数据分析基础训练营|ML01A,主要内容包含:包含支持向量机原理、特征空间、核函数讲解、交叉验证方法等讲解与实操。包括理论+数据分析+案例实战。


此外,还会陆续推出涵盖更多技术的训练营包含但不限于:
1)任务态数据分析:任务态激活分析、心理生理交互效应(PPI)、动态因果模型(DCM)、多体素模式分析(MVPA)......
2)元分析(META):基于AES-SDM的元分析、基于ALE的元分析......
3)定量磁化率成像(QSM):包含QSM图像的创建与标准化、QSM信号值的提取等
4)沿血管周围间隙弥散张量成像分析 (DTI-ALPS)
5)基于组水平结构网络分析:包含组水平结构网络的创建、全局指标、节点指标计算,网络攻击性分析、HUB节点识别等
6)深度学习在脑影像数据中的应用(如生成对抗网络、强化学习、迁移学习等)
......
如有其他想要学习的内容,欢迎添加樊衍孜的微信反馈(微信号:19906719439),我们将研发新的学习方案。





关注我们

获取更多精彩内容


招聘公告


数据分析业务

上一篇:磁共振结构数据分析(VBM)基础训练营|全年随到随学|AN01A
下一篇:独立成分分析与网络间连接(ICA+FNC)基础训练营|全年随到随学|IC01A