思影科技将于2019年10月22日-- 2019年10月27日(周二-周日)在南京举办第五届脑电信号数据处理提高班（详见课表安排）。
1、培训简介
自脑电图技术诞生以来，研究者们已经发展出了很多研究技术和指标，来对人类认知活动和神经系统疾病的生理机制进行研究，并取得了极为丰硕的成果。在脑电图技术中，最常用的是基于时域（例如 ERP）和频域（例如功率谱、ERD/ERS）的技术。这些技术往往是高质量的科研论文中最基础的数据处理技术。但是，如果研究者仅仅是使用这些基础研究手段，想要在Top Journal上发表自己的研究是相对比较困难的。为了克服脑电技术的一些固有的局限性（例如参考电极的选取、空间分辨率相对较低），并充分利用脑电技术的独特优势（例如高时间分辨率、与大脑神经活动有更直接的关联），研究者发展出了更复杂的研究手段，例如基于ICA/PCA的脑电分析、脑电特征聚类分析、脑电微状态分析、跨频率耦合分析、复杂性分析以及基于源定位技术的时域-空域-频域分析等。如果研究者能够在自己研究中合理使用这些研究技术，在Top Journal上发表自己的脑电研究是能够实现的。由于多方面的原因（例如理解困难、没有现成的工具箱、对脑电技术的误解等），这些被国外同行经常使用的研究技术在国内的普及程度很低。
为了促进相关研究技术在国内的普及并促进国内同行的脑电技术研究水平，思影科技特举办脑电信号数据处理提高班。通过六天的学习，学员们将会接触到各种国外同行常用的高级脑电数据处理技术，对它们的理论背景和操作步骤有系统的学习。授课老师也会贡献出自己编写的代码和软件，方便学员在自己后续研究中使用这些研究技术。
2、培训对象
本次培训招收的对象为具有一定脑电数据处理基础，并对MATLAB有一定了解与掌握，想要通过学习努力提高脑电数据处理水平的科研工作者、医生等，培训班进行小班授课，重点培训学员操作，并且后续提供在线解答、支持，及时解决学员问题。
内容主要包括：基于Fieldtrip的ERP与ERS/ERD分析、Beamformer和 Minimum-norm estimates（MNE）溯源理论与实践、源空间的功能连接分析、基于ICA的溯源分析、交叉频率耦合（CFC）分析、基于主成分分析（PCA）的脑电分析、脑电机器学习以及脑电超扫描方法介绍等。
注：如方便，请于会议开始前一天到达会场（11:00 - 20:00）或第一天早晨8点30分到达会场，熟悉场地及安装软件、拷贝资料等事宜。上课时间（9:00-12:00,下午14:00-17:00）。
3、课程安排：
时间
|
课程名
|
主要内容
|
第一天
杨田雨
10.22
|
上午
|
Fieldtrip安装和时域分析
|
1.Fieldtrip安装和其结构功能总览
2.使用Fieldtrip进行ERP的统计分析（cluster-based permutation test）和绘图
|
下午
|
基于Fieldtrip的时频分析
|
使用Fieldtrip进行时频分析及其统计检验、绘图
|
晚上
|
溯源原理和溯源模型
|
1.EEG／MEG 溯源算法概述和原理
2.Forward Model 和 MRI结构像处理
3.Inverse Model
|
第二天
杨田雨
10.23
|
上午
|
溯源的基本程序
|
1.使用个体MRI构建个体head model
2.MNE和Beamformer的溯源原理及过程
|
下午
|
使用示例数据进行溯源实践
|
MNE溯源实践：单被试分析、统计分析与绘图
|
晚上
|
使用示例数据进行溯源实践
|
Beamformer溯源实践：单被试分析、统计分析与绘图
|
第三天
贾会宾
10.24
|
上午
|
基于Fieldtrip的功能连接
|
1.功能连接中的常用指标及统计分析
2.对头皮电极信号进行功能连接分析
|
下午
|
基于Fieldtrip的功能连接
|
对源定位信号进行功能连接分析
|
晚上
|
功能连接的统计分析与绘图
|
1.功能连接统计分析
2.功能连接绘图实践
|
第四天
贾会宾
10.25
|
上午
|
基于ICA的源分析
|
1.使用ICA进行源分析的原理
2.ICA源分析实践
|
下午
|
Cross-frequency Coupling（CFC）
|
1.基于Hilbert变换的脑电分析
2.CFC的生理机制与指标体系
3.使用示例数据进行CFC指标的计算和统计分析
|
晚上
|
基于PCA的脑电分析
|
1.PCA的原理
2.PCA脑电分析实践
|
第五天
黄淦
10.26
|
上午
|
机器学习的基本框架及其在脑电分析中的应用
|
1.统计分析与机器学习
2.机器学习的基础介绍
3.机器学习在脑电分析中的应用
|
下午
|
机器学习中的分类器介绍
|
1.分类器介绍
· 朴素贝叶斯分析
· 判别分析
· 支持向量机
· 神经网络
2.非平稳性脑电信号分析
深度学习与迁移学习
|
晚上
|
统计、机器学习回顾
|
统计、机器学习方法内容练习与复习
|
第六天
杨田雨
10.27
|
上午
|
EEG超扫描介绍
|
1.双人（多人互动）实验范式介绍
2.EEG超扫描原理
|
下午
|
EEG超扫描数据的分析
|
1.EEG超扫描的常用方法
2.EEG超扫描数据分析实例
|
4、培训人数
为保证培训质量，此次培训限定人数28人左右，报名敬请从速。
5、培训地点
南京市秦淮区中山南路315号瑞华大厦2404，具体见会议指南。
6、培训费用
所有参会人员4000/人（含资料费、培训费，交通及食宿费自理）。
7、报名方式
请将报名回执发送至：syfmri@163.com，我们会第一时间联系您。
8、缴费方式
银行转账或者支付宝（18580429226，户名：杨晓飞），谢绝录像，主办方提供发票。
9、联系方式
联系人：杨晓飞。
电话：18580429226/025-86703770。
10、备注
请各位培训学员自带笔记本电脑（（Windows64位系统(推荐win10)、i5及以上、8G内存、50G剩余存储空间等基本配置；如无特殊情况请不要带苹果电脑，如确实只能用苹果电脑，苹果Mac电脑请提前使用Bootcamp加装Windows64位系统）；有数据的学员可以自带3-5例进行现场处理；并在10月20日前进行缴费及将回执表发至syfmri@163.com，便于培训安排。
报名回执表
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
|
□转帐 □支付宝 （请选择在□打√）
|
银行信息
|
户名：南京思影科技有限公司
账号：125909558210401
开户银行：招商银行股份有限公司南京中山南路支行
|
汇款备注
|
第五届脑电信号数据处理提高班
|
注：请完整填写回执表后回传给我们，以便给您发送确认函，谢谢支持！
11、在线支持服务
思影科技将为参加培训的学员提供在线支持与合作，确保学员熟练掌握脑电数据处理方法。
12、培训人员简介：
黄淦，博士，毕业于上海交通大学，比利时法语鲁汶大学（Université catholique de Louvain）神经科学研究所博士后。目前为深圳大学医学院生物医学工程学院副研究员。主要研究方向生物医学数据处理，脑机接口，神经假肢。目前以第一作者或合作者的形式在国内外高水平杂志Neuroimage，Neural Network，Neurocomputing杂志发表SCI论文19篇，会议论文11篇，获得专利1项，谷歌学术H指数为14。担任IEEE Transactions on Neural Networks, Journal of Neural Engineering,NeuroImage等多个期刊审稿人。目前主持国家自然科学基金(青年项目)1项。
贾会宾，博士研究生。 2014年 6月获得华中师范大学基础心理学专业硕士学位。2016年3月至今为东南大学神经信息工程专业在读博士研究生。目前研究方向为基于多模态脑成像技术（EEG、fNIRS、fMRI）的临床神经心理疾病辅助诊断。已在相关领域学术杂志期刊发表学术论文若干，其中SCI收录学术论文十余篇。
杨田雨：硕士，拥有数学与计算机学科背景，擅长脑成像领域方法学，思影科技技术总监。
欢迎微信扫码关注思影科技
您的支持与转发是思影前进的动力之源
获取word文档：
1.直接微信扫描以下二维码（或者长按识别）：
2.链接下载：
链接: https://pan.baidu.com/s/1lHdRCI5mO3ndsRZVBOOxwQ
提取码: wyxf
欢迎浏览思影的其他课程以及数据处理业务介绍。（请直接点击下文文字即可浏览，欢迎报名与咨询）：
第二届脑电数据处理入门班（南京）
第十四届脑电数据处理班（与入门相邻）
第三届脑电数据处理入门班（重庆）
更新通知：第三届眼动数据处理班
第二届脑磁图（MEG）数据处理学习班（南京）
第六届近红外脑功能数据处理班（上海）
第五届脑影像机器学习班（重庆）
第八届磁共振弥散张量成像数据处理班（重庆）
第十八届功能磁共振数据处理基础班（重庆）
第十七届功能磁共振数据处理基础班（南京）
第十九届功能磁共振数据处理基础班
第十届磁共振脑网络数据处理班（南京）
第四届任务态fMRI专题班（南京）
第六届脑影像机器学习班（南京）
第七届磁共振脑影像结构班
第五届磁共振ASL（动脉自旋标记）数据处理班
第四届动物磁共振脑影像数据处理班（南京）
思影数据处理业务一：功能磁共振（fMRI）
思影数据处理业务二：结构磁共振成像(sMRI)与DTI
思影数据处理业务三：ASL数据处理
思影数据处理业务四：EEG/ERP数据处理
思影数据处理服务五：近红外脑功能数据处理
招聘：脑影像数据处理工程师（重庆)
