第四届脑电机器学习班（线上：2022.2）

是新朋友吗？记得先点蓝字关注我哦～

请点击上面“茗创科技”四个字，选择关注我们，茗创科技专注于脑科学数据处理，涵盖（EEG/ERP, fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。

★ 课程简介 ★

随着人们对神经系统功能认识的提高和计算机技术的发展，脑机接口（BCI）技术的研究呈明显的上升趋势。BCI是一种不依赖大脑外周神经与肌肉正常输出通道的控制系统。BCI技术的核心是把用户输入的脑电信号转换成输出控制信号或命令的转换算法。转换算法的核心是机器学习。然而，机器学习具有一定的理论及实践难度，使得许多临床医生和认知神经科学研究者入门较为困难。如何快速入门并掌握机器学习相关技术是进行脑影像人工智能研究的关键，为此，茗创科技拟举办脑电机器学习班，通过手把手教学，理论与实践相结合，期待帮助临床医生与初入门的认知神经领域科研人员快速掌握脑电机器学习相关数据分析操作技能，如各种机器学习模型的构建及分析等，从而提高专业人员开展相关研究工作的水平。

★ 培训对象 ★

本次培训班面向的对象是希望利用脑电技术进行科研的研究生、临床研究的医生、研究人员等，学员需具一定的脑电及matlab基础，培训班进行小班授课，重点培训学员操作，并且后续提供持续的在线详细的解答、支持，及时解决学员问题。

★ 课程内容 ★

内容主要包括：脑电预处理，脑电机器学习原理、Matlab编程基础、静息态脑电特征的提取（功率谱、功能连接、脑电熵等）、各种机器学习模型（K近邻、线性判别分析、支持向量分类、支持向量回归、ElasticNet、随机森林等）、静息态/任务态脑电的分类与回归分析、结果汇报与结果展示、特征筛选与特征降维等。

★ 时间安排 ★

2022年2月

上午：09：00—12：00

下午：14：00—18：00

★ 具体课表 ★

时间

课程名

主要内容

上午

EEG信号与EEGLAB软件介绍、EEG预处理和批处理

1、EEG信号介绍

2、EEGLAB软件介绍

3、EEG信号预处理及分析要点

①使用EEGLAB手动逐步处理

②代码批量处理

下午

特征提取

1、时域

2、频域

3、时频域

4、其他特征

上午

特征预处理、机器学习、特征工程基础知识

1、特征预处理

①归一化

②特征二值化

③one-hot编码

④缺失值计算

⑤样本不平衡

2、机器学习、特征工程基础知识

下午

机器学习、特征工程基础知识

1、机器学习

2、特征工程

3、降维

①主成分分析法（PCA）

②线性判别分析法（LDA）

III

上午

python基础

1、python入门

①Anaconda安装

②Sypder介绍

③Python使用注意事项及python库的安装

④Python基础数据结构

⑤Python基础语法

下午

EEG数据加载及其可视化、机器学习模型机器及其应用

2、EEG数据加载及其可视化

①EEG数据加载(nibabel)

②EEG数据可视化(numpy,matplotlib,seaborn*)

③mat、csv、txt文件加载

3、机器学习模型机器及其应用

①机器学习基础概念介绍

②机器学习模型分类（分类、归回、拟合、有监督/无监督）

③数据集划分（验证集、训练集、验证集、留一法、十折交叉法、置换检验）

④精度评价指标（F1，ACC，ROC，AUC，混淆矩阵）

⑤模型通用指标（欠/过拟合）

⑥模型通用解释

上午

特征选择的过程

1、生成过程

2、评价函数

①过滤式

②包裹式

③嵌入式

3、停止条件

4、验证过程

下午

特征选择算法（python & matlab）介绍及代码讲解

①序列前向选择

②序列后向选择

③Relief算法

上午

朴素贝叶斯

1、朴素贝叶斯介绍（理论、适用范围、优缺点）

2、朴素贝叶斯的Python调用和Matlab*调用

3、项目实战

下午

SVM

1、SVM理论简单介绍（理论、适用范围、优缺点）

2、SVM的Python调用和Matlab*调用

3、SVM调参技巧

4、EEG信号的SVM分类实战（包含任务态数据和静息态数据）

5、分类器解释及特征可视化

6、决策树（包含模型介绍、调用、调参优化、适用范围、优缺点、项目实战等）

上午

随机森林决策树、无监督方法

1、随机森林决策树（包含模型介绍、调用、调参优化、适用范围、优缺点、项目实战等）

2、无监督方法（包含模型介绍、调用、调参优化、适用范围、优缺点、项目实战等）

①聚类（K均值聚类和层次聚类）

②PCA

③SVD分解*

下午

常用机器学习模型的适用范围和优缺点、半监督学习

1、简述其他常用机器学习模型的适用范围和优缺点（KNN、LDA等，提供代码和示例数据）

2、半监督学习

VII

上午

Matlab工具箱、多特征模式分析和表征相似性分析

1、Matlab工具箱*

2、MVPA（多特征模式分析）/RAS（表征相似性分析）

①MVPA原理

②MVPA的Python实现

③基于MVPA实现EEG信号分析

下午

总结

1、结果汇报

2、参数优化

3、展望（深度学习、图论、CSP、多模型联合决策）

4、总结

★ 培训人数 ★

此次课程限定人数，报名敬请从速。

★培训方式 ★

茗创科技在线直播培训。

★ 培训费用 ★

培训课程5000/人。

★ 报名方式 ★

请添加总工程师周翊(微信号MCKJ-zhouyi或17373158786)，将报名回执发送至 [email protected]。

报名回执

单位名称、税号（发票抬头）
姓名	性别	邮箱
电话号码	科室/专业
缴费方式	□转账 □支付宝□微信 □其他(请打√)
银行信息	户名：长沙茗创科技有限公司账号：731908910610809 开户银行：招商银行股份有限公司长沙河西支行
汇款备注	第四届脑电机器学习班+姓名
缴费凭证（截图或单号）