第七届脑影像机器学习班

【课程费用】

所有参会人员3000元/人（含资料费、培训费，交通及食宿费自理）。

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；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）；学员自己有数据的可以带3-5例进行现场处理。

【讲师介绍】 【课程安排】

时间		课程名	主要内容
第一天 10.17 杨田雨	上午	机器学习原理简介	机器学习原理简介 特征提取 模型选择 交叉验证等
	下午	MVPA分析与PRONTO实战	基于脑影像指标的MVPA分析简介 PRONTO实战
第二天 10.18 杨田雨	上午	机器学习相关的MATLAB编程基础	MATLAB基本数据结构 流程控制 函数与脚本的编写 机器学习相关函数、工具介绍
	下午	基于脑连接组的预测模型（CPM）	Connectome-Based Prediction Modeling(CPM) 原理 CPM实战
第三天 10.19 龙治良	上午	Libsvm工具包介绍	libsvm工具包介绍 libsvm参数详解 数据归一化、参数选择 Libsvm实例,分类结果画图
	下午	基于体素的Libsvm	核磁数据的特征选择方法介绍 实例：基于体素的支持向量分类 实例：基于体素的支持向量回归
第四天 10.20 龙治良	上午	基于连接的Libsvm	实例：基于功能连接的支持向量分类 实例：基于功能连接的支持向量回归
	下午	连接可视化软件	连接可视化软件circos  连接可视化软件brainnet
第五天 10.21 裘吉成	上午	LASSO回归原理	正则化与数据降维 LASSO回归原理
	下午	LASSO回归实战	脑影像数据的LASSO回归分析

【课程内容】

1、简介

21世纪是人工智能的年代。随着计算机性能的提升、大数据的积累以及神经网络等算法的复兴，人工智能的研究非常前沿，在各领域得到广泛应用。人工智能的核心技术是机器学习，基于影像数据和机器学习技术，发现生物标记，用以辅助诊断，是当前脑疾病、神经科学领域极为热门的研究方向。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，思影科技拟举办脑影像机器学习班，通过手把手教学，帮助临床医生与初入门的科研人员快速掌握机器学习相关数据分析操作技能，从而提高专业人员开展神经影像相关研究工作的水平。

2、对象与内容

此次培训的对象是希望利用脑影像机器学习技术进行脑科学研究的医生、高校教师与在校学生等，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。

内容主要包括：机器学习原理简介、MVPA分析与PRONTO实战、机器学习相关的MATLAB编程基础、基于脑连接组的预测模型（CPM）、基于SVM（支持向量机）的分类、 libSVM工具包的使用、连接可视化软件介绍、LASSO回归原理与实战。

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