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》

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

发布:2024-07-14    浏览:92 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. IC01A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:独立成分分析与脑网络间连接基础训练营
训练营编号:IC01A 
课程分类:B
学习时长:3天
课程体系:一共包括4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:17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

ICA与FNC初识
  • 初步了解ICA和FNC

  • 熟悉GIFT工具包的界面与初步使用

  • 能够独立进行fMRI数据的预处理

使用案例数据计算适合ICA分析的预处理步骤,为ICA分析做准备

第1天

下午

ICA
  • 掌握ICA的原理

  • 能够使用GIFT跑通ICA处理的必备流程

  • 熟悉ICA处理得到的结果

使用预处理后的案例数据进行ICA计算

第1天

晚上

复习
  • 复习当天所学内容

使用案例数据进行练习

整理ICA分析的注意事项

第2天

上午

识别脑网络
  • 掌握ICA数据的整理,能够使用代码进行整理

  • 能够对ICA的成分做单样本T检验

  • 掌握根据ICA的结果进行脑网络的匹配方法

对得到的ICA结果进行整理与成分的挑选,确定出经典的静息态脑网络空间分布

第2天

下午
FNC
  • 理解FNC的计算原理

  • 掌握FNC计算操作

使用案例数据计算FNC分析,并对结果进行修饰与美化

第2天

晚上
复习
  • 复习当天所学内容

复习与FNC文献阅读

第3天

上午

回顾ICA原理
  • ICA操作回顾,掌握ICA常用的参数

  • 能够撰写简单代码处理ICA结果(拆分成分、成分整理等)


整理ICA分析与FNC分析的操作步骤与注意事项

读懂ICA所用到的代码

第3天

下午
案例实战
  • 能够独立进行ICA的全部分析

  • 明确ICA的所有结果含义

  • 明确FNC的所有结果含义

使用案例数据进行ICA和FNC分析,对ICA的独立成分使用Photoshop进行图像拼接与美化,模拟实际课题分析的操作

第3天

晚上
复习
  • 复习当天所学内容

整理本次课程的所学知识

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。


IC01-1:独立成分分析与网络间连接-主讲老师 王晴

IC01-2:独立成分分析与网络间连接-主讲老师 孙家伟

IC01-3:独立成分分析与网络间连接-主讲老师 黄国峰

IC01-4:结果汇报与展示 主讲老师 孙家伟


IC01-1:独立成分分析与网络间连接-主讲老师 王晴

本课程专为没有接触过ICA分析的学员设计,旨在引导学员逐步掌握独立成分分析(ICA)的基本概念,即使是没有背景知识的学员也能轻松上手。通过本课程,学员将学会使用GIFT工具包进行ICA分析,理解ICASSO稳定性分析的必要性,以及如何运用GIFI工具包实现ICA处理流程,为后续的科研实践奠定坚实的基础。在完成独立成分分析(ICA)的基础学习后,本课程将进一步讲解功能网络连接(FNC)的计算。
课程编号:IC01-1
主讲老师课程名称具体内容

课时数

(每课时45分钟)
王晴独立成分分析概述

ICA在fMRI领域的应用

ICA分析流程介绍

GIFT基础操作讲解与演示

ICASSO稳定性分析

独立成分可视化

1课时
FNC实操

GIFT做FNC讲解与实操

功能网络连接统计分析

FNC结果讲解

0.5课时
FNC原理与文献介绍

FNC操作步骤讲解

FNC结果介绍

FNC文献举例

0.5课时


IC01-2:独立成分分析与网络间连接-主讲老师 孙家伟

本课程从数学模型到算法实现,全面解析ICA的核心原理,帮助学员理解ICA如何分离出大脑独立的神经源信号,以及ICA在fMRI数据中的具体应用。专为希望深入掌握独立成分分析(ICA)在功能磁共振成像(fMRI)领域应用的学员设计。我们从计算角度出发,对ICA的理论基础进行逐层剖析,引导学员理解ICA如何从复杂的fMRI数据中提取大脑功能网络的空间模式。通过实例展示,教授如何识别与解释ICA分解出的大脑空间模式,理解不同ICA成分与特定脑功能网络的对应关系。在学员对ICA原理有了一定掌握的基础上,课程将系统梳理ICA分析的每一步骤,结合GIFT软件工具包的操作演示,确保学员能够熟练应用ICA进行fMRI数据分析。
课程编号:IC01-2
主讲老师课程名称具体内容

课时数

(每课时45分钟)
孙家伟01_独立成分分析原理与GIFT使用01

ICA基本原理讲解

组水平ICA

静息态脑网络介绍

ICA分析流程讲解

ICA操作步骤解析

GIFT分析实操

1.5课时
01_独立成分分析原理与GIFT使用02

ICASSO稳定性分析结果解释

独立成分可视化

可视化参数修改建议

独立成分网络识别

ICA文献展示

1.5课时
02_独立成分分析原理与GIFT使用01

ICA原理介绍

静息态经典网络展示与介绍

数据预处理实操

GIFT操作讲解

ICASSO稳定性结果解释

独立成分可视化

ICA结果整理讲解

4课时
02_独立成分分析原理与GIFT使用02

组水平成分获取

ICA结果展示讲解

1课时


IC01-3:独立成分分析与网络间连接-主讲老师 黄国峰

本课程专为希望深入掌握独立成分分析(ICA)在功能磁共振成像(fMRI)数据处理中应用的学员量身定制。我们将从计算视角出发,细致拆解ICA与FNC的核心原理,深入探讨如何利用ICA技术揭示大脑内部错综复杂的功能网络。从数据导入到结果解释,系统梳理ICA分析的每一步骤,提供实用的操作指南与注意事项,帮助学员构建清晰的分析思路,提升数据分析效率。
课程编号:IC01-3
主讲老师课程名称具体内容

课时数

(每课时45分钟)
黄国峰独立成分分析巩固1

ICA原理巩固

ICA分析流程讲解

0.5课时
独立成分分析巩固2

ICA分析流程讲解

GIFT实操

ICA结果整理

FNC讲解与实操

2.5课时
独立成分分析巩固3

ICA成分挑选及注意事项

ICA常见问题解答

2课时


IC01-4:结果汇报与展示 主讲老师 孙家伟

本课程专为已获取组间差异脑区的学员设计,旨在提升其科研成果的展示技巧与专业汇报能力。课程内容丰富,涵盖了图表制作的全方位指南,包括但不限于三线表的精细化设计——格式与字体的调整,确保数据呈现的规范与美观;依据CIreport精准汇报差异脑区信息,辅以常见问题解答,帮助学员规避汇报陷阱,提升报告质量。此外,课程深入介绍了轴位图的制作流程与要点,演示了colorbar调整的技巧,Montage设置的最佳实践,以及运用BrainNet软件高效绘制皮层图的步骤,更有团块文件保存方法的传授。MRICRON软件的应用,通过独立成分分析(ICA)结果的实例演示多层overlay叠加技巧,丰富脑影像可视化手段,使科研成果的呈现更加生动直观。特别值得一提的是,课程还包含了使用Photoshop软件对不同类型脑图进行拼接与美化的实战教学,助力学员制作既科学严谨又视觉吸引的科研成果展示
课程编号:IC01-4
主讲老师课程名称具体内容

课时数

(每课时45分钟)
孙家伟静息态磁共振基础课程

结果汇报讲解及注意事项

2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. IC01A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。
针对独立成分分析以及网络间连接分析,IC01A训练营涵盖以下内容:
1)学习时长:3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:4套由浅入深的课程,一共17课时
5)专属导师: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:2680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2480元/人(单人购买),转发朋友圈集赞超过28个赞,可享受优惠价2280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|大脑复杂网络数据分析基础训练营|GT01A(点击此处跳转至GT01A训练营),主要内容包含:包含功能像数据的全局指标(小世界属性、网络效率、最短路径长度等)、节点指标(度中心、介数等)计算;基于个体形态学网络创建、全局指标(小世界属性、网络效率、最短路径长度等)、节点指标(度中心、介数等)计算等。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:大脑复杂网络数据分析(Graph theory)基础训练营|全年随到随学|GT01A
下一篇:弥散峰度成像数据(DKI)分析基础训练营 | 全年随到随学 | DK01A