結構磁共振成像數據處理培訓班

發布時間:2019-05-27 16:05:29 來源: 北京賽博爾醫藥科技有限公司

結構磁共振成像數據處理培訓班

北京賽博爾醫藥科技有限公司將于2019年7月26- 2019年7月28(周五-周日)舉辦結構磁共振成像數據處理培訓班(詳見課表安排)。歡迎大家前來咨詢。

培訓班依然堅持小班教學,手把手帶教的教學模式,爭取使每一位參加培訓的學員能夠在數據處理方法上取得進步。

1、培訓簡介

大腦結構像分析可以實現對大腦解剖結構的重建、可視化顯示以及量化分析,為揭示各種神經、精神疾病的發病機理和神經機制提供影像信息;還可以實現與腦功能數據的多模態融合,幫助我們更加深入地了解大腦的工作原理。我們擬舉辦結構磁共振成像數據處理培訓班,旨在幫助剛剛接觸磁共振腦成像的臨床醫生,如放射、精神、神經內外科、康復科、兒科等及心理、生物醫學工程等研究生快速了解本領域及初步掌握數據處理及分析的相關方法。

2、培訓對象

此次培訓的對象是希望利用腦影像技術進行腦科學研究的醫生、高校教師與在校學生等。培訓內容主要包括:皮層厚度、皮質下結構體積及海馬體積的計算、結構網絡構建、Freesurfer中Qdec統計分析、命令行統計&數據轉換、結構像VBM/CAT12-SBM分析。

3、培訓課程安排

時間

課程名

主要內容

第一天
726

周五

上午

皮層厚度、皮質下結構體積及海馬體積的計算

Ubuntu系統及常用命令介紹

Freesurfer環境配置

計算結果及文件說明

Freeview看圖

下午

結構網絡構建

個體腦網絡/群組腦網絡的構建

海馬亞區網絡構建

小世界網絡分析

第二天

727

周六

上午

FreesurferQdec統計分析

數據質量檢查與常見問題解決

Qdec統計分析

下午

命令行統計&數據轉換

GLM原理簡介

命令行統計分析

皮層厚度提取

Freesurfer批處理

第三天

728

周日

上午

結構像VBM/CAT12-SBM分析

VBM方法介紹

基于SPMVBM分析流程詳解

VBM統計分析

結果呈現與匯報

下午

SBM方法及常用指標介紹

基于CAT12SBM分析流程詳解SBM統計分析

結果呈現與匯報

 

注:如方便,請于會議開始前一天到達會場(13:00 - 17:00)熟悉場地及安裝軟件、拷貝資料等事宜。

4、培訓人數

為保證培訓質量,此次培訓限定人數20人左右,報名敬請從速。

5、培訓地點

北京市朝陽區曙光西里甲5號鳳凰置地廣場A座23層2307室。

6、培訓費用

所有參會人員2400/人(含資料費、培訓費和午餐費,交通及住宿費自理)。

7、報名方式

請將報名回執發送至:[email protected] 

8、繳費方式

銀行轉賬或者支付寶(賬號:13381109780 戶名:楊南),不接受現場繳費,謝絕錄像,主辦方提供發票。

9、聯系方式

楊老師13381109780

 

報名回執表

單位名稱

(發票抬頭,納稅人識別號)

 

姓名

 

性別

 

QQ

 

電話號碼

 

科室/專業

 

繳費方式

□轉帳  □支付寶 (請選擇在□打√)

銀行信息

戶名:北京賽博爾醫藥科技有限公司

賬號:0200048409200117652

開戶銀行:中國工商銀行股份有限公司大郊亭支行

匯款備注

結構磁共振成像數據處理培訓班

注:請完整填寫回執表后回傳給我們,以便給你發送確認函,謝謝支持!

請各位培訓學員自帶筆記本電腦Windows 64位及Linux雙系統(Ubuntu或虛擬機),務必下載好FreeSurfer軟件,i5、4G內存、50G剩余存儲空間等基本配置;蘋果Mac電腦用戶如方便請提前使用Bootcamp加裝Windows 64位系統)

FreeSurfer下載

http://www.freesurfer.net/fswiki/DownloadAndInstall

Matlab 2016a 安裝破解教程

https://blog.csdn.net/u012313335/article/details/73733651/

學員自己有數據的可以帶3-5例進行現場處理。并在716前進行繳費及將回執表發至[email protected],便于培訓安排。

11、在線支持服務

參加培訓學員將得到在線技術支持服務,伴隨參加培訓班的學員共同成長。

12、培訓人員簡介:

張博士 北京工業大學生物醫學工程在讀博士,專注于機器學習方法在大腦磁共振的研究,具有豐富的基于機器學習的醫學影像特征處理實踐經驗。目前主要課題方向為基于深度學習和磁共振影像對大腦認知的疾病及老化的分類與預測研究。已獨立完成一項基于結構磁共振和深度學習模型對阿爾茲海默癥的分類方法研究,取得了非常理想的分類結果。至今已發表關于大腦磁共振工程方法學研究論文10余篇。碩士期在北京神經外科研究所功能影像磁共振室長期實習,并在此期間完成了多項圖像分析任務,對人與動物的腦磁共振最新獲取手段及后處理方法具有深入的了解。熟悉深度學習及傳統機器學習算法模型原理,擅長matlab、python等編程實踐。

崔博士,中國科學院自動化研究所模式識別國家重點實驗室腦網絡組研究中心,副研究員,碩士生導師。2012年在澳大利亞紐卡斯爾大學獲得博士學位,博士畢業后進入中科院自動化所工作。主要研究方向為基于神經影像的腦疾病生物標記識別和影像遺傳學研究。在Cerebral Cortex, NeuroImage, Schizophrenia Bulletin, Psychological Medicine等國際權威雜志發表研究論文20余篇,主持和參與多項國家自然基金。

李博士,北京工商大學計算機與信息工程學院講師,博士學位,畢業于北京工業大學,主要從事大腦結構和功能磁共振圖像處理及腦網絡構建與分析的研究。博士期間,作為第一作者共發表 SCI 論文 3 篇,參與國家級和省部級課題3項,并曾赴美訪問交流一年。

【責任編輯:(Top) 返回頁面頂端
11选5最稳的投注方法