投稿/科研合作：daixjdoctor@126.com
联系我们：137704924或372699348
科研群：科研讨论1-6、学员群
数据处理业务、服务器销售
网站：http://www.sleep-brain.com/
磁共振数据（含大鼠）、脑电数据处理服务、高配置服务器销售及科研合作
研究助理及高级工程师高薪诚聘（全职+兼职）
南京安睡科技有限公司与科普与科研团队以科研培训、数据处理服务、失眠治疗产品研究等为核心业务的创新性公司与团队，目前已拥有授权发明专利及软件著作权多项。南京安睡科技有限公司与科普与科研团队将于2021年在深圳举办一系列基于脑影像数据处理培训班。
培训特色：
1.花一份钱学两份东西。本次学习班将功能磁共振数据分析基础班内容与机器学习结合，让学员能在一次培训班享受到掌握多个学习班能学习到的内容。
2. 坚持小班教学，在保证理论的基础上，重操作。先理论后操作，理论结合操作，以手把手教会学员为终极目标。
3.减少繁琐无用的理论课程（如一些数学公式等），压缩精华，缩短学习时间，以通俗易懂的方式表达传授，避免无关信息输入过多导致学习效果不佳。
4.培训内容设计合理，系统、全面。授课方式从0到1，从原始数据开始到结果呈现。
5.以文章为导向，以示例文章为基础。
培训对象：
所有学科医生、在校学生、高校老师均可参加。
课程一、脑结构、功能磁共振数据处理混合基础实操班（2020年12月24-27）
唯一线上班：
|
时间 |
课程名称 |
主要内容 |
|
12月24 （周四晚上） 19:00-21:00 |
软件安装、数据整理及格式转换 |
1、所需软件安装、资料领取 2、磁共振原始数据整理与格式转换 3、课前咨询交流 |
|
12月25 （周五上午） 9:00-12:00 |
静息态功能磁共振分析方法总览及理论讲解 |
1、磁共振数据采集注意事项 2、常用软件包介绍 3、常用影像学方法介绍及应用 4、常用机器学习方法介绍及应用 |
|
12月25 （周五下午） 14:00-17:00 |
常用静息态功能指标介绍及SPM统计（理论+实操） |
1、静息态功能磁共振分析方法概论 2、静息态功能磁共振分析方法预处理（时间矫正、头动矫正、标准化、平滑等） 3、静息态数据预处理的批处理过程讲解 4、图像计算小工具介绍 5、ReHo、ALFF、fALFF、DC、PerAF、FC等指标计算 6、单样本t、双样本t、配对t检验 7、作图可视化 |
|
12月26 （周六上午） 9:00-12:00 |
CONN工具箱介绍 |
1、Conn数据预处理批处理过程讲解 2、静息态功能连接分析 |
|
12月26 （周六下午） 14:00-17:00 |
网络及局部指标实操 |
1、静息态独立成分分析（ICA） 2、局部相关，全脑相关，径向相关，径向相似性等指标计算 3、大尺度脑网络功能连接计算 4、CONN工具箱各指标的统计分析 5、各个指标的结果呈现 6、CONN工具箱各个指标手把手实操练习 |
|
12月27 （周日上午） 9:00-12:00 |
VBM讲解、操作 |
1、脑结构分析及VBM分析原理介绍 2、VBM分析流程、操作步骤详解（VBM8） 3、VBM分析流程、操作步骤详解（CAT12） 4、统计、画图 |
|
12月27 （周日下午） 14:00-17:00 |
静息态功能效应连接指标计算 |
1、GCD理论介绍 2、GCD操作演示及练习 3、统计、画图 |
课程二、脑结构、功能磁共振数据处理混合基础实操班（2021年3月17-21）
|
时间 |
课程名称 |
主要内容 |
|
3月17日 （周三晚上） 17:00-21:00 |
数据整理及格式转换 |
1、所需软件安装、资料领取2、课前咨询交流 3、磁共振数据采集注意事项 4、磁共振原始数据整理与格式转换 5、常用软件包介绍 6、常用方法介绍及应用 |
|
3月19日 （周五上午）9:00-12:00 |
VBM、SBM讲解、操作 |
1、脑结构分析及VBM、SBM分析原理介绍 2、VBM、SBM分析流程、操作步骤详解（CAT12） 3、基于CAT12的皮层数据预处理详解 4、皮层统计分析 5、结果可视化软件实操 |
|
3月19日 （周五下午） 13:00-18:00 |
FreeSurFer脑皮层厚度预处理及统计分析 |
1、Linux简单命令学习 2、FreeSurFer皮层厚度处理及文件说明（thickness,sulc,curv） 3、基于组水平的皮层厚度统计 |
|
3月19日 （周五晚上） 18:30-21:30 |
统计与结果可视化 |
1、海马亚区分割 2、特定脑模板皮层厚度提值 3、结果汇总与可视化操作 |
|
3月20日 （周六上午）9:00-12:00 |
扩散成像处理实操 |
1、TBSS分析方法介绍 2、TBSS数据批处理实现 3、TBSS数据分析实操 4、结果呈现 |
|
3月20日 （周六下午） 13:00-18:00 |
静息态功能磁共振分析方法总览及理论讲解 |
1、静息态功能磁共振分析方法概论 2、静息态功能磁共振分析方法预处理（如时间矫正、头动矫正、标准化、平滑） 3、数据去噪 4、局部指标理论介绍 5、网络指标理论介绍 |
|
3月20日 （周六晚上） 18:30-21:30 |
CONN工具箱介绍、各个网络及局部指标实操 |
1、静息态功能连接分析 2、动态功能连接分析（简单演示） 3、静息态独立成分分析（ICA） 4、局部相关，全脑相关，径向相关，径向相似性等指标计算 5、ALFF/fALFF等指标计算 6、图论分析 |
|
3月21日 （周日上午） 8:30-12:00 |
CONN工具箱与功能连接分析 |
1、CONN工具箱各指标的统计分析 2、各个指标的结果呈现 3、CONN工具箱各个指标手把手实操练习 |
|
3月21日 （周日下午）13:00-17:00 |
基于SPM统计 多重比较校正 可视化操作 |
1、单样本t、双样本t检验 2、单因素、双因素方差分析 3、重复测量方差分析 4、多重比较矫正（FWE,FDR,GRF,AlphaSim） 5、画图、制作表格、结果汇总 （Xjview、BrainNet、mricron） |
课程三、复杂网络混合班（2021年3月24-28）
|
时间 |
课程名称 |
主要内容 |
|
3月24日 （周三晚上） 19:00-21:00 |
课前服务 |
1、所需软件安装、资料领取 2、课前咨询交流 |
|
3月26日 （周五上午）8:30-12:00 |
脑白质网络 构建 |
1、基于DTI数据的人脑连接组学方法学介绍 2、弥散磁共振数据的预处理 3、确定性纤维追踪脑网络构建 4、概率性纤维追踪脑网络构建 |
|
3月26日 （周五下午） 14:00-18:00 |
脑白质网络 拓扑计算 |
1、脑白质网络拓扑分析流程及参数介绍 2、脑白质网络拓扑分析上机操作 3、基于SurfStat的脑网络拓扑属性统计分析 |
|
3月26日 （周五晚上） 18:30-21:30 |
网络属性统计 |
1、Rich-club属性统计分析 2、脑白质网络拓扑属性统计分析 3、基于NBS 连边统计分析 |
|
3月27日 （周六上午）8:30-12:00 |
结构协变理论介绍 |
1、结构协变网络原理介绍 2、结构协变脑网络数据预处理 3、结构协变脑网络构建 4、 |
|
3月27日 （周六下午） 13:00-18:00 |
统计与可视化操作 |
1、结构脑网络拓扑属性计算 2、结构脑网络拓扑属性统计 3、结果可视化与结果报告 |
|
3月27日 （周六晚上） 18:30-21:30 |
大脑动态性分析讲解 （dFNC） |
1、大脑动态特性研究现状 2、大脑动态功能连接的计算介绍 3、滑动时间窗介绍 4、多层脑网络分析简介 |
|
3月28日 （周日上午） 8:30-12:00 |
聚类方法介绍与实操 |
1、数据预处理及软件包介绍 2、聚类方法介绍 3、聚类方法计算 4、软件实操 |
|
3月28日 （周日下午）13:00-17:00 |
统计分析及可视化 |
1、大脑动态特性的统计分析（状态比率、状态转移次数、状态持续时间） 2、结果可视化 3、软件实操 |
课程四、基于脑影像数据的机器学习初级实操班（2021年4月7-11日）
|
时间 |
课程名称 |
主要内容 |
|
4月7日 19:00-21:00 |
数据整理及格式转换 |
1、所需软件安装、资料领取2、课前咨询交流 3、磁共振数据采集注意事项 4、磁共振原始数据整理与格式转换 5、常用软件包介绍 6、常用方法介绍及应用 |
|
4月9日 （周五上午） 9:00-12:00 |
影像学预处理+多指标分析 |
1、影像学数据预处理 2、各个影像学指标的简单介绍（ALFF、fALFF、ReHo、PerAF等简单指标） 3、影像学指标的数据处理 4、功能连接矩阵的提取 |
|
4月9日 （周五下午） 13:00-18:00 |
机器学习基础知识讲解 |
1、机器学习的基本概念和范畴 2、机器学习在磁共振数据中的应用进展 3、基于机器学习的磁共振数据处理流程 4、特征提取和选择方法概述及简单原理 5、交叉验证方法概述及简单原理 6、机器学习模型的常用评价方法 |
|
4月9日 （周五晚上）18:30-21:30 |
MATLAB编程基础及单指标分类实操练习 |
1、Matlab基本数据结构 2、Matlab流程控制（理论+练习） 3、脚本和函数编写（理论+练习） 4、基于单个影像学指标的分类（代码解读+实操练习+评价指标评估+结果呈现） |
|
4月10日 （周六上午） 9:00-12:00 |
多指标融合分类诊断 |
1、基于多指标疾病分类/诊断的原理 2、LASSO特征选择 3、MultiKernel SVM分类的基本原理 4、代码解读 5、代码实操练习 |
|
4月10日 （周六下午） 13:00-18:00 |
基于功能连接矩阵的SVM分类 |
1、基于功能连接矩阵的SVM分类基本原理+流程介绍 2、相关高质量文章介绍 3、代码解读 4、代码实操练习 |
|
4月10日 （周六晚上） 18:30-21:30 |
基于连接组学预测模型(connectome-based predictive modeling， CPM） |
1、CPM基本概念+相关高质量文章介绍 2、CPM流程介绍 3、CPM代码解读 4、CPM代码实操练习 5、评价指标评估+结果呈现 |
|
4月11日 （周日上午） 8:30-12:00 |
大脑脑龄预测 （理论+代码讲解+实操） |
1.Brain age的基本概念 2.高斯过程回归的概念+代码实操 3.支持向量回归(SVR)概念+代码实操 4.结果可视化及解读 |
|
4月11日 （周日下午）13:00-17:00 |
基于影像学数据的聚类分析 （理论+代码讲解+实操） |
1、聚类的基本概念 2、相似性测度 3、聚类的性能指标(Accuracy, NMI, ARI) 4、类别数目的自动确定 5、两种基本的聚类方法 1) 层次聚类 2) K-means聚类 6、结果可视化及解读 |
课程五、磁共振数据处理基础实操班（2021年4月14-18）
|
时间 |
课程名称 |
主要内容 |
|
4月14日 （周三晚上） 17:00-21:00 |
课前服务 |
1、所需软件安装、资料领取2、课前咨询交流 |
|
4月15日 （周四上午） 9:00-12:00 |
SCI论文写作 数据整理及格式转换 |
1、初级SCI编辑谈如何投稿及写作 2、磁共振数据采集注意事项 3、磁共振原始数据整理与格式转换4、常用软件包介绍及路径添加、设置 5、常用方法介绍及应用 |
|
4月15日 （周四下午） 13:00-18:00 |
静息态功能磁共振分析方法总览及理论讲解 |
1、静息态功能磁共振分析方法概论 2、静息态功能磁共振分析方法预处理（时间矫正、头动矫正、标准化、平滑等）3、静息态数据预处理的批处理过程讲解 4、图像计算小工具介绍 |
|
4月15日 （周四晚上） 18:30-21:30 |
静息态指标计算 基于SPM统计 多重比较校正 |
1、ReHo、ALFF、fALFF、DC、FCD、FC、PerAF等指标介绍及实操 2、单样本t、双样本t检验 3、多重比较矫正（FWE,FDR,GRF,AlphaSim） |
|
4月16日 （周五上午）9:00-12:00 |
静息态功能连接密度（距离）指标计算 |
1、长程FCD、短程FCD 2、长程FCD、短程FCD操作演示及练习3、统计、画图 |
|
4月16日 （周五下午） 14:00-18:00 |
静息态功能效应连接指标计算（格兰因果密度） |
1、GCD理论介绍2、GCD操作演示及练习3、统计、画图 |
|
4月16日 （周五晚上） 19:00-21:30 |
VBM讲解、操作 |
1、脑结构分析及VBM分析原理介绍 2、VBM分析流程、操作步骤详解（VBM8） 3、VBM分析流程、操作步骤详解（CAT12） 4、统计、画图 |
|
4月17日 （周六上午）9:00-12:00 |
静息态DCM介绍 |
1、静息态DCM简单介绍 2、静息态DCM的应用 |
|
4月17日 （周六下午） 13:00-18:00 |
静息态DCM实操 |
1、代码实现2、界面化实现3、统计，结果可视化、作图 |
|
4月17日 （周六晚上） 18:30-21:30 |
独立成分分析 ICA |
1、独立成分分析原理 2、ICA成分数的选择 3、使用GIFT实操分析ICA4、统计，结果可视化、作图 |
|
4月18日 （周日上午） 8:30-12:00 |
任务态原理及数据分析实操 |
1、任务态fMRI基础概念 2、任务态fMRI预处理 3、任务态数据结果呈现 |
|
4月18日 （周日下午）13:00-17:00 |
统计高阶 可视化操作 |
1、单因素、双因素方差分析 2、重复测量方差分析 3、画图、制作表格、结果汇总 4、相关性分析 |
课程六、脑电数据处理初级实操班-基于自主研发界面化简易操作（2021年4月21-25）
|
时间 |
课程名 |
主要内容 |
|
|
4月21日 （线上装机） 19:00-21:00 |
脑电基础知识简介 |
1、脑电基本概念和原理 2、脑电数据处理流程介绍 3、EEGLAB工具包的安装与介绍 4、EEG/ERP的批量预处理 5、时域、图论、溯源等指标介绍 |
|
|
4月23日 （周五） 第一天 |
上午 |
工具包介绍、安装及调试 脑电数据预处理基本原理 |
l脑电基本编程语言和工具包介绍 lMatlab和R/R-studio安装 l脑电处理软件（EERLAB, Fieldtrip, RETA等）的安装和调试 lDemo数据&代码的拷贝和调试 l脑电数据采集以及质量控制 l脑电数据预处理基本原理 |
|
下午 |
预处理实操及时域-事件相关电位分析 |
l使用EEGLAB载入和预处理数据流程展示 l使用代码对脑电数据进行批量预处理 l使用demo实际练习和解疑 l事件相关电位分析基本原理 l事件相关电位分析操作（Fieldtrip） l事件相关电位分析常见指标导出和绘图 |
|
|
晚上 |
时频分析 |
l事件相关同步和去同步(ERD/ERS) l短时傅里叶变换与小波变换 l时频分析操作（Fieldtrip） l时频常见指标提取和绘图 |
|
|
4月24日 （周六） 第二天 |
上午 |
频域分析 |
l静息态脑电概述 l脑电节律及其心理生理意义 l傅里叶变换简介 lwelch法求功率谱密度 l统计检验与绘图 |
|
下午 |
功能连接 |
l连通性分析概述 l功能连接 l有向连接 l连通性计算脚本及注意事项 l统计检验与绘图 |
|
|
晚上 |
图论分析 |
l图论分析概述 l图论的构建 l脑电中常用的图论指标 l图论分析工具包BCT的使用 |
|
|
4月25日 （周日） 第三天 |
上午 |
溯源分析 |
l溯源分析概述 l头模型的构建及正向传递矩阵的计算 l溯源的常用算法（MNE, LORETA, Beamformer）及具体代码详解 l溯源分析中的注意事项 |
|
下午 |
脑电溯源及问题解答 |
l自定义感兴趣区（ROI）及提取大尺度脑网络 lROI功能连接的计算 l统计分析及绘图 l方法部分论文写作指导及现场答疑 |
|
课程七、脑白质灰质功能混合班（2021年5月6-9）
|
时间 |
课程名称 |
主要内容 |
|
5月6日 （周四上午） 9:00-12:00 |
磁共振基础介绍、数据整理、格式转换 |
1、所需软件安装、资料领取2、课前咨询交流 3、磁共振数据采集注意事项 4、磁共振原始数据整理与格式转换 5、常用软件包介绍 6、常用方法介绍及应用 |
|
5月6日 （周四下午） 13:00-18:00 |
基于灰质的静息态功能磁共振分析方法概论及研究进展 |
1、静息态功能磁共振分析方法概论 2、静息态功能磁共振分析方法预处理（时间矫正、头动矫正、标准化、平滑等） 3、静息态数据预处理的批处理过程讲解 4、图像计算小工具介绍 |
|
5月6日 （周四晚上）18:30-21:30 |
基于灰质功能指标计算 |
1、ReHo、ALFF、fALFF、DC、FCD、FC、PerAF等指标介绍及实操 2、单样本t、双样本t检验 3、多重比较矫正（FWE,FDR,GRF,AlphaSim） |
|
5月7日 （周五上午） 9:00-12:00 |
动脉自旋（ASL）数据处理分析 |
1、格式转换、图像质量检查 2、ASL原理介绍 3、数据批处理操作（空间标准化、数据归一化） |
|
5月7日 （周五下午） 13:00-18:00 |
基于白质的静息态功能磁共振分析方法概论及研究进展 |
1、基于白质的静息态功能磁共振分析原理 2、基于白质的静息态功能磁共振研究进展 |
|
5月7日 （周五晚上）18:30-21:30 |
基于白质功能指标计算 |
1、ReHo、ALFF、fALFF、DC、FCD、FC、PerAF等指标介绍及实操 2、单样本t、双样本t检验 3、多重比较矫正（FWE,FDR,GRF,AlphaSim） |
|
5月8日 （周六上午） 9:00-12:00 |
基于多模态磁共振影像的人脑连接组学介绍 |
1、人脑连接组学介绍 2、结构网络、功能网络构建介绍 3、基于GRETNA 的静息态 fMRI 数据预处理实操及注意事项 |
|
5月8日 （周六下午） 13:00-18:00 |
基于静息态 fMRI 的 脑功能网络构建 |
1、基于GRETNA 静态功能网络构建 2、脑网络拓扑属性介绍 3、脑网络拓扑属性计算 |
|
5月8日 （周六晚上） 18:30-21:30 |
网络属性统计与可视化 |
1、GRETNA统计模块介绍 2、脑拓扑属性统计分析 3、BrainNet Viewer介绍 |
|
5月9日 （周日上午） 8:30-12:00 |
静息态功能效应连接指标计算（格兰因果密度） |
1、GCD理论介绍2、GCD操作演示及练习3、统计、画图 |
|
5月9日 （周日下午）13:00-17:00 |
静息态功能连接密度（距离）指标计算 |
1、长程FCD、短程FCD 2、长程FCD、短程FCD操作演示及练习3、统计、画图 |
课程八、脑结构磁共振数据处理基础实操班（2021年5月19-23）
|
时间 |
课程名称 |
主要内容 |
|
5月19日 （周三晚上） 17:00-21:00 |
数据整理及格式转换 |
1、所需软件安装、资料领取 2、课前咨询交流 3、磁共振数据采集注意事项 4、磁共振原始数据整理与格式转换 5、常用软件包介绍 6、常用方法介绍及应用 |
|
5月21日 （周五上午）9:00-12:00 |
VBM讲解、操作 |
1、脑结构分析及VBM分析原理介绍 2、VBM分析流程、操作步骤详解（CAT12） 3、基于CAT12的数据预处理详解 4、结果可视化软件实操 |
|
5月21日 （周五下午） 13:00-18:00 |
VBM纵向数据操作 |
1、VBM纵向数据介绍 2、VBM纵向分析流程及操作 3、统计分析、多重比较校正 4、结果可视化软件实操 |
|
5月21日 （周五晚上） 18:30-21:30 |
FreeSurFer脑皮层厚度处理步骤 |
1、FreeSurFer皮层厚度处理及文件说明（thickness,LGI,sulc,curv） 2、基于组水平的皮层厚度统计 3、结果汇总与可视化操作 |
|
5月22日 （周六上午）9:00-12:00 |
皮下核团体积提取 |
1、海马亚区分割、杏仁核分割 2、皮下核团体积提取 3、特定脑模板皮层厚度提值 4、格式转换 |
|
5月22日 （周六下午） 13:00-18:00 |
扩散成像处理实操 |
1、DTI基本原理、常用分析方法和预处理 2、TBSS数据批处理实现 3、TBSS数据分析实操以及结果呈现 4、其它DTI数据分析方法概述 |
|
5月22日 （周六晚上） 18:30-21:30 |
基于ROI-ROI的确定性纤维追踪实现与统计 |
1、弥散张量成像的配准 2、ROI的空间转换 3、用TrackVis进行纤维追踪 4、纤维束的量化统计与结果展示 |
|
5月23日 （周日上午） 8:30-12:00 |
基于ROI-ROI的概率性纤维追踪预处理 |
1、概率性纤维束跟踪的模型构建 2、基于Volume的概率性纤维束跟踪实现 |
|
5月23日 （周日下午）13:00-17:00 |
基于ROI-ROI的概率性纤维追踪统计 |
1、基于皮层的概率性纤维束跟踪实现 2、纤维束的量化统计与结果展示 |
服务1： 数据处理业务
一．T1脑结构像数据处理
（1）基于体素形态学分析（vbm）
数据预处理
不同脑组织分割（白质、灰质、脑脊液），以及各脑组织体积的计算，采用VBM8、CAT12、fslvbm等不同软件进行处理。
（2）基于表面(surface)的脑影像数据
基于Freesurfer对数据进行预处理、创建FSGD和mtx、Glm分析、结果报告。
（3）皮下核团体积提取
如海马亚区体积计算提取、杏仁核体积计算提取等
纵向数据处理等数据分析方法
二、脑白质数据处理
（1）基于白质骨架的弥散统计分析（TBSS）
1头动涡流校正（eddy_correct）:在一定程度上消除扫描过程中的头动，以及由头动和涡流所引起的形变等
2梯度方向矫正（fdt_rotate_bvecs）:将原来的梯度方向根据涡流矫正的变化进行调整
3获取大脑mask（fslroi）:计算张量前，需要先得一个mask图像来确定张量计算范围，一般通过b0图像得到对应的mask。
4张量计算（dtifit）:利用FSL中的dtifit功能（命令或界面）计算张量，同时获得FA、MD、AD、RD值等相关标量指标
(2)基于ROI-ROI的确定性纤维追踪分析
1 弥散张量成像的配准
2 ROI的空间转换
3 用TrackVis进行纤维追踪
4 纤维束的量化统计与结果展示
(3)基于ROI-ROI的概追性纤维追踪分析
1 弥散张量数据的预处理
2 ROI的提取和空间转换
3弥散方向分布估计BedPostX
4 概率性纤维追踪
5 概率追踪结果的量化统计
（4）扩散峰度成像（DKI）
1提供更为丰富的标量指标
2相比于FA，MK指标对复杂纤维区域更为敏感
3估计更为准确的水分子扩散分布函数
（5）纤维自动细分量化技术（AFQ）
三、静息态功能磁共振数据处理
数据预处理:时间矫正、头动矫正、空间标准化、平滑等
静息态常规指标分析
（1）局部脑区和基于体素的Reho、alff、falff Voxel-FC 、Dc、FCD分析
（2）基于种子点的脑功能连接分析
（3）全脑功能网络独立成分分析(ICA)
（4）静息态动态因果模型分析（DCM）
（5）格兰因果密度GCD
（6）中介因果调节
四、脑网络数据分析
脑网络的数据预处理、脑网络的构建、网络拓扑属性计算、统计分析、结果展示（1）全局指标：小世界属性、最短路径、集聚系数、全局效率、局部效率等。
（2）局部指标：节点效率、节点局部效率、节点度中心性）、节点介中心性等
（3）连边分析（NBS）
（1）结构协变网络分析
（2）静息态脑网络分析
（3）脑白质脑网络分析
五、脑电数据分析
脑电数据预处理：使用EEGLAB对主流脑电设备采集的脑电数据进行预处理
1、数据导入
2、电极定位
3、选择电极、重参考
4、滤波
5、分段
6、伪迹剔除
7、独立成分分析（ICA）
（1）时域分析、统计和作图
（2）频域分析、统计和作图
（3）时频分析、统计和作图
（4）基于sLORETA的脑电源分析、统计和作图
（5）脑电连接分析、脑网络等指标分析
六、机器学习数据分析
（1）功能连接组机器学习分类
（2）多指标融合分类
（3）Brainage脑老化（支持向量回归模型SVR）
（4）聚类分析
高配置台式电脑工作站
1.凡购买工作站客户，加1000元，即可送一次学习班学习机会：可选磁共振基础班+脑电班+功能结构混合班+复杂网络班+机器学习班等任意班次。
2.安装Window10系统+安装Matlab 2018b+常规软件包（SPM等）+Linux平台虚拟机（FSL+FreeSurfer）。如需安装双系统，请提前告知。
3.顺丰包邮。
配置1：高配
配置：28核56线程，远程控制主板+远程开关机，32G内存，500G固态系统硬盘，8T企业级移动机械硬盘。
配置2：顶级高配
配置：36核72线程，远程控制主板+远程开关机，32G内存，500G固态系统硬盘，8T企业级移动机械硬盘。
配置3：豪华超算
在配置1的基础上，优化CPU及主板。
配置：44核88线程，远程控制主板+远程开关机，96G内存，1T固态系统硬盘，16T企业级移动机械硬盘。
配置4：
个性化自由搭配。
服务2： 高配置台式服务站
1.凡购买工作站客户，加2000元，即可送一次学习班学习机会：可选磁共振基础班+脑电班+功能结构混合班+复杂网络班+机器学习班（2500元）等任意班次。
2.安装Window10系统+安装Matlab 2018b+常规软件包（SPM等）+Linux平台虚拟机（FSL+FreeSurfer）。如需安装双系统，请提前告知。
3.顺丰包邮。
配置1：高配
配置：28核56线程，远程控制主板+远程开关机，32G内存，500G固态系统硬盘，8T企业级移动机械硬盘。
配置2：顶级高配
配置：36核72线程，远程控制主板+远程开关机，32G内存，500G固态系统硬盘，8T企业级移动机械硬盘。
配置3：豪华超算
在配置1的基础上，优化CPU及主板。
配置：44核88线程，远程控制主板+远程开关机，96G内存，1T固态系统硬盘，16T企业级移动机械硬盘。
配置4：
个性化自由搭配。
培训人数：
由于场地限制，本次培训班将限制人数，实现小班教学，请大家提前联系我们报名，报完为止。
培训地点：
深圳市龙岗区吉华街道吉华路333号上水径综合楼426室南京安睡科技有限公司。乘坐5号线地铁至上水径地铁站C出口，向前走50米左右见上水径综合楼。
培训费用：
磁共振结构班及功能班培训费统一为3500元/人（培训费、资料费、中晚餐餐费），机器学习班为4000元/人。交通及住宿费用自理。参会过程中配备小零食及小礼品。
优惠：1月3号前报名并缴费，优惠300元（磁共振结构班及功能班）和500元（机器学习班）。1月31号前报名并缴费，优惠200元（磁共振结构班及功能班）和300元（机器学习班）。
开放式合作方式：
1. 免费数据处理+自带数据型纯科研合作（作者排序可商榷）。
2. 免费数据处理+我们在数万例数据库中提供部分数据一起发表文章（需要求对方有一定的写作能力，作者排序可商榷）。
3.有偿数据处理+科研协作。
4.有偿性数据处理业务。
售后：
1.所有学员可进入微信售后群进行提问交流；
2.所有学员可与我们团队进行科研合作。
3.免费参加同等课程1次。
4.可优先使用我们研发的工具包（待微信公众号通知正式发布）。
报名缴费方式：
1. 银行转账至下方对公账户：南京安睡科技有限公司(账号：32050159583600000922,开户银行：中国建设银行股份有限公司南京城中支行)
2. 支付宝扫码支付
3. 如需现场刷卡，请提前告知。
报名回执单下载链接：
链接：https://pan.baidu.com/s/1wkCzTV1gpnwp-czKxNHv2w
提取码：askj
联系方式：
联系人：曹经理/戴博士
电话：19842657565或13755756959
备注：
1.请各位培训学员自带笔记本电脑（Windows64位系统、i5、8-16G内存及以上、50G剩余存储空间等以上基本配置）；
2.可携带自己数据，现场根据自己的数据进行预处理；
3.在线上课程及装机前前进行缴费，并将回执表发至daixjdoctor@126.com。
4.如学员在临近开班时报名，请提前与我们联系是否仍有名额。
5.进入教室请携带口罩。培训期间，我们将免费提供口罩。
讲课老师团队介绍：
戴博士，博士后，特聘教授。中国老年医学学会认知障碍分会委员。担任SCI期刊《Journal of Thoracic Disease》杂志的助理编辑；SCI期刊《Frontiers in Neurology》、《Frontiers in Psychiatry》和 《BioMed Research International》杂志的客座编辑。担任《中国普通外科杂志》、《中国胸心血管外科临床杂志》及《临床与病理杂志》等期刊编委。已发表学术论文40余篇，Google scholar被引用700余次，h指数为13。主持国家自然科学基金等课题6项，参加省级以上课题13项。申请国家发明专利2项、软件著作权1个。参与编写专著2本。
林博士，博士后。浙江大学数学与应用数学学士，中国科学院大学神经生物学博士，芬兰赫尔辛基大学神经影像博士后。以第一作者在Human brain mapping等杂志发表机器学习等方面SCI文章8篇。熟悉影像学的各种主要数据分析方法，特别是基于机器学习的脑连接组学和影像组学。
刘博士，博士后，副教授，硕士研究生导师。主持完成国家自然科学基金、省市自然科学基金及企业横向课题多项，发表论文50余篇。获2015年度教育部自然科学奖一等奖。刘教授在大学主讲机器学习相关课程，在数据处理、编程方面具有丰富的实战经验。
许博士，多个功能神经影像学软件包开发者，主持国家自然科学基金等项目多个，发表学术论文30余篇，申请软件著作权多个。精通代码及神经影像学数据处理。
钟博士，PANDA软件开发者，发表SCI论文多篇，主持参加国自然多项。
陈博士，中国神经科学学会会员，擅长使用脑电、功能性磁共振成像等认知神经科学的方法处理任务态实验数据，包括但不限于使用Matlab工具包（EEGLAB，Fieldtrip, SPM等）处理数据以及使用R语言（ggplot2）对数据处理结果进行绘图。曾在科学通报，心理科学进展，Social and Affective Neuroscience (SCAN)，Scientific Reports, Neuroscience Bulletin等国内外心理学著名杂志发表多篇认知神经科学方向的学术论文。另参与多项国家自然科学基金项目，主持中央高校基本科研业务费项目一项。
段博士，自动化（本科）和心理学（研究生）交叉学科背景，精通Matlab、Python及R语言。以第一作者发表SCI论文多篇，软件著作权一项（自动睡眠分析和纺锤波识别），在睡眠及静息态脑电数据处理方面有着丰富的经验。
田博士,神经影像学及心理学学科背景，精通Matlab、Python及R语言。。以第一作者发表SCI论文多篇，在功能磁共振和结构磁共振影像处理方面有丰富的经验。
梅老师，以第一作者发表SCI论文多篇，精通功能影像学数据方法处理，有多年培训经验，在功能磁共振数据处理方面具有极其丰富的经验。
特别声明：以上文章内容仅代表作者本人观点，不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。
原文链接：http://k.sina.com.cn/article_5803416260_159e91ac401900rp0p.html
