学习智能定量脑成像技术应用学习班,让技术从此唯我所有用
作为一名科研人,天生崇拜写代码能力强的科研大佬。但是,只要写代码能力足够强,就能在科研发展道路畅行无阻吗?
答案当然是:NO!你还需要有数据分析整合的能力。
被数据分析折磨是每个科研人的日常,在网络上只要随便一搜,全都是科研人被数据分析技术虐得死去活来的心路历程。
在硕博士路上狂奔了四年的小辰,同样也被数据分析搞得焦头烂额。
他的论文中的数据分析方法前前后后修改了多次,可导师仍然不满意,还给出了几百条修改意见,这让小辰陷入崩溃的边缘。
他觉得自己就像是个修改机器,以前做学术的激情,也早已被反复修改论文磨得所剩无几。
甚至开始怀疑,自己真的适合读博吗?当初选择读博的决定是对的吗?
培训班是个什么鬼?
人脑成像是当今国际最热门的科学研究领域之一。功能磁共振成像(functional MRI, fMRI)技术是人脑成像的重要研究工具。fMRI研究已成为脑疾病、认知神经科学等领域的重要研究手段之一,但是fMRI数据分析技术的不足严重制约着许多临床医生和研究生高水平研究的开展。为此,中日友好医院联合中国生物医学工程学会医学影像工程与技术分会主办,由北京赛博尔医药科技有限公司承办的“医学影像智能定量成像新技术及临床应用学习班 ---功能磁共振数据处理培训班”将于2021年7月23日-27日在北京举办,希望帮助刚刚接触fMRI成像的临床医生如放射、精神、神经内外科、康复科、儿科等及心理、语言、管理类研究生快速了解本领域及初步掌握数据处理及分析的相关方法、提高国内磁共振研究的基础水平。本次培训为国家级继续教育项目,可授予国家级继续教育学分6分。
培训对象及内容
本次培训班面向的对象是一些希望利用fMRI相关技术快速入门从而进行科研和临床研究的医生、初学者、研究生等,为了使数据处理不再成为脑科学研究的拦路虎,培训班实行小范围的理论与实践相结合,授课、操作、指导及问题解决一体化,最终达到独立操作。
培训内容主要包括:fMRI技术的基础知识,数据预处理,基于fMRI的功能连接分析基本原理和matlab 程序实现,ALFF,ReHo等体素指标计算,实验设计和E-prime实现,任务相关fMRI数据处理,Advanced统计&多重比较,结果呈现和科研作图等。
培训时间、方式及地点
培训时间:2021年7月23日-27日
(上午9:00-12:00;下午13:30-17:30)
培训方式:线下
培训地点:北京(详细地点开班前具体通知)
课程内容及时间安排
时间 | 课程名 | 主要内容 | |
第一天 | 上午 | fMRI原理介绍,软件、数据准备 磁共振脑功能图像采集与图像质量介绍 | • 磁共振成像采集原理和规范 • 磁共振数据文件规范管理 • fMRI数据处理软件包的介绍与安装 • fMRI数据的采集与准备实例 |
下午 | 数据质量检查、数据预处理实操 | • MATLAB软件指令介绍 • SPM介绍 • fMRI图像质量检查 • 预处理方法与常用预处理流程 • 静息态fMRI的预处理实操 | |
第二天 | 上午 | 基于静息态fMRI的功能连接分析和matlab 程序实现(1) | • 面向功能连接分析的静息态fMRI预处理(图像预处理) • 面向功能连接分析的静息态fMRI预处理(时间序列预处理) • ICA及其他常见功能连接计算方法 |
下午 | 基于静息态fMRI的功能连接分析和matlab 程序实现(2) | • 基于种子点的全脑功能连接分析(voxel-wise)基本原理和程序实现 • 基于ROI配对的功能连接分析(ROI-wise)和全脑功能网络构建的程序实现 • 基于GRETNA软件的脑网络属性计算 | |
第三天 | 上午 | 任务态fMRI实验设计和E-prime实现 | • fMRI实验设计简介和软件实现 • Eprime软件详细介绍 • Eprime组件和示例 • inline语句,程序设计 • Edata数据提取与分析 |
下午 | 任务态fMRI数据处理 | • 任务相关fMRI数据分析流程简介 • First-level analysis • Second-level analysis • AAL模板下查看激活图 | |
第四天 | 上午 | 静息态fMRI体素水平指标分析 | • 低频振幅ALFF/fALFF体素水平计算 • 局部一致性ReHo体素水平计算 • 功能连接强度DC体素水平计算 • 体素水平指标的统计分析 |
下午 | 静息态fMRI数据处理软件操作 | • 基于SPM软件的体素水平指标计算 • 基于SPM软件的功能连接分析 • 基于SPM软件的统计分析 • 基于SPM软件的结果可视化 | |
第五天 | 上午 | Advanced统计分析&多重比较矫正 | • SPM单样本、双样本T检验 • SPM单因素、双因素方差分析 • SPM相关、偏相关分析 • 一般线性模型(GLM)构建 • 多重比较矫正(FWE,FDR,GRF和AlphaSim) • 制作表格,结果汇总 |
下午 | 结果可视化与科研作图 | • 用Xjview软件呈现结果 • 用MRIcroN软件呈现结果 • 用BrainNetViewer软件呈现结果 |
备注:
1.请各位培训会议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2021年7月15日前进行缴费及将回执表发至[email protected],便于培训安排。请于培训会议开始前一天安装软件、拷贝资料等事宜。
2.在线支持服务:参加培训会议的学员将得到授课老师及公司技术人员的长期在线技术支持服务,伴随参加培训班的学员共同成长。
报名、缴费、联系方式
所有参会人员3000/人(含资料费、培训费和午餐费,交通及住宿费自理)。
请将报名回执发送至:[email protected]
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。
联系人:杨老师13381109780
报名回执表 | ||||||
单位名称 (发票抬头,纳税人识别号) | ||||||
姓名 | 性别 | QQ | ||||
电话号码 | 科室/专业 | |||||
缴费方式 | □转账□微信□支付宝(请选择在□打√) | |||||
银行信息 | 户名:北京赛博尔医药科技有限公司 账号:631772209 开户银行:民生银行北京正义路支行 | |||||
汇款备注 | 医学影像智能定量成像新技术及临床应用学习班 ---功能磁共功能磁共振数据处理培训班+姓名 | |||||
注:请将报名回执发送至:[email protected]; 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。 |
公告及报名回执单下载链接:
培训老师简介
黄博士:北京师范大学,具有应用数学(本科),计算机应用技术(硕士)和认知神经科学(博士)交叉学科背景。研究方向为基于多模态神经影像和机器学习的建模与预测。擅长脑结构形态学分析,DTI数据分析,静息态fMRI数据分析以及机器学习在神经影像中的应用。
齐博士:北京师范大学,具有电子信息工程(本科),计算机应用技术(硕士)和神经影像计算(博士)交叉学科背景。研究方向为多模态神经影像计算和人脑连接组学。擅长多模态脑影像数据分析。
黄教授,华南师范大学心理学院教授。2001年在英国诺丁汉大学(University of Nottingham)物理和天文学院获得博士学位,2001-2009在德国于利希研究中心(Juelich Research Center)医学所从事磁共振成像技术的研究工作;2009-2010年在北京师范大学认知神经科学与学习国家重点实验室工作,脑成像中心副主任;2010年到华南师范大学心理学院工作,2013-2020年脑成像中心主任。研究兴趣为脑功能和脑结构成像的技术、图像质量控制、数据分析方法;探索脑功能-脑结构-行为的关系。
其他培训
北京
南京
广州
第二十五届脑电数据分析技术实战班(2021.8.20—24)
上海
招聘信息
脑影像数据处理工程师(北京)
赛博尔公司将安排中国和美国的相关专家进行培训和指导
要求:计算机专业毕业,成绩优良,至少精通一门编程语言,英语六级以上(含六级)
科研服务和数据处理
灌注数据处理服务
EEG/ERP数据处理服务
- 近红外数据处理服务
- PET数据处理服务
功能磁共振数据处理
结构磁共振数据处理
- 其他科研数据处理
详情联系:13381109780(杨老师)
阅读原文 最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。