第四十九届磁共振脑网络数据处理班（北京，3.2-7）

请点击上面“思影科技”四个字，选择关注我们，思影科技专注于脑影像数据处理，涵盖（影像组学，fMRI，结构像，白质高信号分析，PVS，PET，波谱，CEST，DWI，DTI-ALPS，QSM，ASL，IVIM，DCE，DSC，氧摄取分数(OEF)与CMRO2，BOLD-CVR，灵长类动物脑影像，大小鼠脑影像，菌群，EEG/ERP，脑磁图，FNIRS，眼动）等，希望专业的内容可以给关注者带来帮助，欢迎留言讨论，也欢迎参加思影科技的课程，可添加微信号19962074063或18983979082进行咨询。(文末点击浏览）

     思影科技将于2024年3月2日--2024年3月7日(周六—下周四)在北京举办第四十九届磁共振脑网络数据处理班（详见课表安排）。

1、课程简介

      大脑的各个区域并非孤立存在，它们之间总是进行信息交互。脑网络是描述这种信息交互的主要模型。人类大脑以网络形式存在并工作，研究脑网络的重点在于描绘大脑网络连接模式，利用多模态数据（如结构、功能等）揭示其内在规律，为认知、发育和脑疾病研究提供新的见解。

      脑网络的连接模式主要从多模态磁共振脑影像数据中提取，并在基于图论的复杂网络分析框架下进行解析。然而，这个过程涉及繁琐的图像预处理、众多的网络参数设置以及复杂的统计比较等，使得许多研究者在进行脑连接组学研究时面临较高的学习成本。

      针对这一问题，思影科技的脑网络数据处理课程将从脑功能和DTI脑网络构建分析开始，接着进行图论分析，并涉及结构与功能网络耦合、模块化指标计算、富人俱乐部属性、FSL-Melodic计算大尺度脑网络和结构协变脑网络等相关内容。课程包含了当前主流的脑网络分析方法，希望能够帮助参与者在磁共振脑网络数据处理方面取得进步。

       参加此课程的学员需要具备一定的功能神经影像基础。有条件的学员可以先参加思影的脑影像基础班及其他模态班。感谢转发支持（可添加微信号19962074063或18983979082咨询，另思影提供免费文献下载服务，如需要也可添加此微信号入群）:

广州：

上海：

北京：

重庆：

南京：

数据处理业务介绍：

思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像（DWI）数据处理
思影科技脑结构磁共振（T1)成像数据处理业务 
思影科技啮齿类动物（大小鼠）神经影像数据处理业务 
思影科技定量磁敏感（QSM)数据处理业务
思影科技影像组学（Radiomics）数据处理业务
思影科技DTI-ALPS数据处理业务
思影数据ASL数据处理业务
思影科技灵长类动物fMRI分析业务 
思影科技脑影像机器学习数据处理业务介绍
思影科技微生物菌群分析业务 
思影科技EEG/ERP数据处理业务 
思影科技近红外脑功能数据处理服务 
思影科技脑电机器学习数据处理业务
思影数据处理服务六：脑磁图（MEG）数据处理
思影科技眼动数据处理服务 
招聘及产品：
思影科技招聘数据处理工程师(广州，北京，上海，南京，重庆）
BIOSEMI脑电系统介绍
目镜式功能磁共振刺激系统介绍

2、培训对象

      此次课程培训对象为具备一定的功能磁共振，DTI及结构等脑影像的基础的临床医生、脑影像科研人员及学生，希望本次脑网络数据处理班的举办，可以进一步提高参与者的磁共振神经影像数据处理能力。思影科技一直坚持小班教学的方式，并配备教辅人员，后续提供在线支持，及时解决学员数据处理中存在的问题。参加本次课程的学员可免费重修一次。

     内容主要包括：人脑连接组学简介，功能脑网络及DTI脑网络构建，脑网络图论指标计算，脑网络统计分析及可视化，模块化及Rich-club分析，FSL-Melodic计算大尺度脑网络，结构协变网络，个体结构协变网络，结构与功能网络耦合等。

      注：如方便，请于会议开始前一天到达会场（10:00-20:00）或第一天早晨8点50分到达会场，熟悉场地及安装软件、拷贝资料等事宜。

3、课程安排：

时间	课程名	主要内容
第一天 3.2 吴双	上午	基于多模态磁共振影像的人脑连接组学	人脑连接组学简介 结构网络、功能网络构建简介 网络拓扑属性简介
下午	静息态fMRI数据处理、功能网络构建	静息态fMRI数据处理基础：数据准备、时间层面的处理、空间层面的处理、降噪等
晚上	MATLAB基础	流程控制语句和函数
第二天 3.3 安筱	上午	DTI脑网络原理与构建	DTI成像原理简介 DTI数据预处理 DTI网络的构建（PANDA） DTI组水平mask构建
下午	GRETNA：脑网络拓扑属性计算	脑网络拓扑属性简介 全局指标/局部指标的计算 模块化指标的计算
晚上	网络属性统计（一）	统计原理：T检验/方差分析/置换检验原理 全局指标/局部指标的统计 脑网络分析相关MATLAB技能
第三天 3.4 安筱	上午	网络属性统计（二）	多重比较校正 连边统计/NBS校正
下午	网络属性统计（三）	模块化属性的统计 其他结果的统计：数据挑选、Rich-Club结果统计等
第四天 3.5 彭天奎	上午	结构协变网络原理	结构协变脑网络原理和方法介绍 BCT工具包介绍 协变脑网络构建
下午	结构协变网络实战	网络属性计算和统计
个体形态学脑网络的构建方法及原理讲解 基于结构像的个体形态学脑网络的构建实操
晚上	结果可视化	GRETNA可视化模块 圈状图的绘制 BrainNet Viewer介绍
第五天 3.6 彭天奎	上午	功能网络连接（一）	独立成分分析原理 FNC原理 Linux基础
下午	功能网络连接（二）	基于FSL Melodic的成分分解 FNC计算
第六天   3.7 彭天奎	上午	FNC统计	基于脑网络的统计方法 GLM讲解
下午	结构功能网络耦合	结构功能网络全局耦合指标和计算 结构功能网络局部耦合指标和计算

4、培训人数

     此次课程限定人数，报名敬请从速。

5、培训地点

    北京市石景山区城通街26号院（金融街长安中心）2号楼1501，具体见会议指南。

6、培训费用

     所有参会人员3500/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：[e-mail]，可添加微信19962074063获取报名表及盖章版本通知。     

8、缴费方式

    银行转账（转账信息见回执表）或者支付宝（[e-mail]，户名：北京扬思影科技有限公司），也可现场刷公务卡，如需其他缴费方式，请与我们联系，联系方式见下文，谢绝录像，主办方提供发票。

9、联系方式

       联系人：杨晓飞。

       电话：[phone]

10、备注

      请各位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）；学员自己有数据的可以带3-5例进行现场处理；请将回执表发送至[e-mail]并及时缴费，便于安排。

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	□转账  □支付宝 □刷卡（请选择在□打√）
银行信息	户名：北京扬思影科技有限公司  账号：0200020009200097081 开户银行：中国工商银行股份有限公司北京白云路支行
汇款备注	第四十九届磁共振脑网络数据处理班+姓名

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免费的在线支持与帮助，确保学员能够熟练掌握数据处理方法。

12、培训人员简介：

      吴双，硕士，思影科技高级工程师，拥有多个脑影像数据处理项目经验。

      安筱，硕士，思影科技高级工程师，拥有多个脑影像数据处理项目经验。

      彭天奎，硕士，思影科技高级工程师，拥有多个脑影像数据处理项目经验。

微信扫码或者长按选择识别关注思影

非常感谢转发支持与推荐

获取word文档：

1.直接微信扫描以下二维码（或者长按选择识别）：

2.链接下载：

链接:

https://pan.baidu.com/s/1sAkSRH7tCaYzoIcx1IXNmw 

提取码: fhur 

3.请加微信：19962074063或18983979082获取word版本回执文档或咨询课程。（请直接点击下文文字即可浏览思影科技其他课程及数据处理服务，欢迎报名与咨询，目前全部课程均开放报名，报名后我们会第一时间联系，并保留名额） ：

核磁：

上海：

北京：

广州：

重庆：

南京：

脑电及红外、眼动：

北京：

重庆：

上海：

南京：

广州：

数据处理业务介绍：

思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像（DWI）数据处理
思影科技脑结构磁共振（T1)成像数据处理业务 
思影科技啮齿类动物（大小鼠）神经影像数据处理业务 
思影科技定量磁敏感（QSM)数据处理业务
思影科技影像组学（Radiomics）数据处理业务
思影科技DTI-ALPS数据处理业务
思影数据ASL数据处理业务
思影科技灵长类动物fMRI分析业务 
思影科技脑影像机器学习数据处理业务介绍
思影科技微生物菌群分析业务 
思影科技EEG/ERP数据处理业务 
思影科技近红外脑功能数据处理服务 
思影科技脑电机器学习数据处理业务
思影数据处理服务六：脑磁图（MEG）数据处理
思影科技眼动数据处理服务 
招聘及产品：
思影科技招聘数据处理工程师(广州，北京，上海，南京，重庆）
BIOSEMI脑电系统介绍
目镜式功能磁共振刺激系统介绍

此处给个“在看”及“点赞”，让更多朋友关注