基于机器学习技术的脑影像数据分析基础训练营 | 全年随到随学

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. ML01A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：ML01A | 基于机器学习技术的脑影像数据分析基础训练营

训练营编号：ML01A

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、专长不同的资深讲师讲解，确保大家学会，学全，实打实的掌握技术

总课时数：36.5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	MATLAB编程基础	熟悉MATLAB的界面和常用功能学习MATLAB编程基础	练习编写简单的函数
第1天下午	fMRI知识回顾	明确fMRI数据分析的整个流程明确SVM算法在fMRI数据分析的应用场景	使用案例数据进行数据预处理与指标计算
第1天晚上	复习	复习当天内容	梳理知识点
第2天上午	SVM基本原理	能够掌握SVM分类的基本原理明确核函数的参数明确不同交叉验证方式的区别	整理SVM的原理知识熟悉SVM程序
第2天下午	SVM操作练习	掌握特征的提取实操掌握SVM分析的流程熟悉LIBSVM工具包	使用案例数据进行SVM操作，更换不同的核函数、交叉验证方式进行练习
第2天晚上	复习	复习当天内容	梳理知识点
第3天上午	SVM基本原理巩固	巩固SVM的分类原理关注可调节参数及注意事项	回顾SVM原理
第3天下午	SVM操作巩固	SVM分类操作练习	从数据预处理开始到SVM分类的整个项目进行练习
第3天晚上	复习	复习当天内容	梳理知识点

本期训练营涵盖的课程视频资源

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。

课

程

导

航

ML01-1：机器学习-主讲老师黄国峰

ML01-2：机器学习-主讲老师黄国峰

ML01-3：机器学习-主讲老师孙家伟

ML01-4：机器学习-主讲老师黄国峰

ML01-1：机器学习-主讲老师黄国峰

本课程专为零基础学员设计，旨在引领学员从零开始掌握机器学习的基础知识，特别是在MATLAB环境下进行编程的能力。课程将系统介绍MATLAB软件，包括其核心功能与编程技巧，确保学员能够熟练运用MATLAB进行数据处理与算法实现。鉴于将机器学习应用于功能性磁共振成像（fMRI）领域的需求，课程将通过一个实际的fMRI数据案例，全面讲解fMRI数据的采集、存储、预处理、指标计算，直至构建特征空间，实现病人与健康对照组的分类分析。课程还将深入解析支持向量机（SVM）这一机器学习算法，涵盖特征空间构建、核函数选择、交叉验证、模型评估与结果解读等关键环节。最后，通过项目实战与验收，学员将亲历一个完整的SVM项目周期，包括数据处理、模型训练与结果分析，从而全面提升机器学习在fMRI数据分析中的应用能力。

课程编号：ML01-1
主讲老师	课程名称	具体内容	课时数（每课时45分钟）
黄国峰	MATLAB编程	MATLAB软件介绍 MATLAB编程基础	4课时
	fMRI基础课程	fMRI数据分析的框架被试的纳排数据扫描与存储注意事项静息态数据处理流程	7课时
	SVM	SVM的原理特征空间的理解 SVM的参数调整核函数讲解网格搜索法交叉验证模型评价 SVM特征提取与分类实操	4.5课时
	SVM实战项目与文献解读	SVM实战项目1练习与验收 SVM实战项目2练习与验收 SVM实战项目3练习与验收 SVM文献方法部分写作方法展示	3课时

ML01-2：机器学习-主讲老师黄国峰

如学员已有一定的学习基础，可查看本课程直接进行机器学习的学习。本课程侧重于直接讲解支持向量机的原理、目的，解释什么是超平面，特征空间。以生活中的常识作为例子入手。随后，主讲老师将会教授如何把机器学习算法应用到fMRI领域，以低频振幅为例，讲解如果进行特征空间的创建，核函数的选择与注意事项，交叉验证方法，模型评价等全过程，确保学员能够将理论知识转化为实践技能，独立完成fMRI数据的分类分析。

课程编号：ML01-2
主讲老师	课程名称	具体内容	课时数（每课时45分钟）
黄国峰	支持向量机（SVM）原理	SVM在fMRI应用介绍 SVM的基本原理特征空间介绍核函数讲解交叉验证模型评价	3课时
	支持向量机（SVM）实操	编程基础知识讲解 SVM代码讲解与实操	4课时
	ROC曲线介绍	ROC曲线讲解混淆矩阵讲解 SVM整体回顾	1.5课时

ML01-3：机器学习-主讲老师孙家伟

本课程重点在于对机器学习知识的进一步巩固。旨在深入探讨支持向量机（SVM）在功能性磁共振成像（fMRI）数据分析中的应用与实践。课程将从SVM的作用、原理与目的出发，系统讲解超平面与特征空间的概念，以及它们在SVM分类器中的关键作用。通过理论与实践相结合的方式，课程将教授学员如何将机器学习算法，特别是SVM，应用于fMRI领域，包括特征空间的创建、核函数的选择与调整、交叉验证策略的运用，以及模型评价与结果解读的技巧，确保学员能够将SVM算法有效地应用于fMRI数据分类分析。

课程编号：ML01-3
主讲老师	课程名称	具体内容	课时数（每课时45分钟）
孙家伟	SVM原理与实操01	SVM基本原理 LIBSVM工具包特征空间介绍以及构建特征 SVM的处理流程交叉验证方法参数寻优	2.5课时
	SVM原理与实操02	SVM函数讲解 SVM实操与结果讲解	1课时
	SVM操作	SVM的操作流程讲解特征矩阵的构建讲解与操作常用核函数介绍（线性核函数、径向基核函数）交叉验证的种类介绍（K折交叉验证和留一法交叉验证） SVM模型评价指标讲解	3.5课时

ML01-4：机器学习-主讲老师黄国峰

本课程专为已具备初步机器学习知识的学员打造，聚焦于支持向量机（SVM）的实际操作流程，深化学员对SVM核心知识点的理解与应用。课程将遵循SVM的实际操作流程，对知识点进行查缺补漏，从核函数的选择到交叉验证策略的实施，逐一解析操作要点与注意事项，确保学员能够将理论知识转化为实践技能，独立完成SVM的全流程。

课程编号：ML01-4

主讲老师

课程名称

具体内容

课时数

（每课时45分钟）

黄国峰

SVM整体回顾

SVM数据分析流程梳理

SVM基于原理讲解

SVM整体操作演示

2.5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. ML01A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。

针对机器学习课程，ML01A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36.5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：2880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2680元/人（单人购买），转发朋友圈集赞超过28个赞，可享受优惠价2480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|独立成分分析与网络间连接基础训练营（ICA+FNC）|IC01A (点击此处跳转至IC01A训练营)，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-06：全年随到随学|弥散张量成像（DKI）数据分析基础训练营|DK01A (点击此处跳转至DK01A训练营)，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-07：全年随到随学|白质功能信号数据分析基础训练营|WM01A（点击此处跳转至WM01A训练营），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-08：全年随到随学|基于大脑皮层的数据分析基础训练营|SF01A（点击此处跳转至SF01A训练营），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。

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）

......