“CSIG图像图形中国行”是由拉斯维加斯手机娱乐网站 主办的学术活动，旨在推动图像图形学科的普及，加强各高校研究所以及企业间的交流。自2017年4月起，分别在扬州大学、哈尔滨工业大学、兰州大学、杭州电子科技大学、北京交通大学、海南大学、福州大学、西北农林科技大学、佛山科技学院等及深圳、烟台成功举办了100余期，线上线下参会人数累计数万人次，受到业界好评。本次“CSIG图像图形中国行”由大连理工大学与CSIG脑图谱专委会联合承办，交流主题为“跨模态脑图谱数据融合”。

主办单位：拉斯维加斯手机娱乐网站 （CSIG）

承办单位：大连理工大学医学部、CSIG脑图谱专委会、北京脑网络组与类脑智能学会、中国科学院自动化研究所脑网络组研究中心、大连市数字医学与重大疾病数字医疗重点实验室

会议时间： 2024年6月7日9:00-17:30

线下参会地址： 辽宁省大连市甘井子区凌工路2号大连理工大学学生文化中心A501报告厅

线上参会地址：腾讯会议579-620-341 或 拉斯维加斯手机娱乐网站 视频号直播

报名方式：扫描下方二维码入群，获取会议实时动态

联系主席介绍

蒋田仔，研究员

蒋田仔，研究员，中国科学院自动化研究所脑网络组研究中心主任，脑网络组北京市重点实验室主任。欧洲科学院外籍院士(MAE)，IEEE Fellow, IAPR Fellow，AIMBE Fellow。现任国际人脑图谱学会主席，北京脑网络组与类脑智能学会理事长，中国人工智能学会理事和脑科学与人工智能专业委员主任委员。主要从事领域包括多模态跨尺度脑网络组图谱研究、基于脑网络组图谱的脑机融合和脑疾病早期预测和精准治疗。在Nature Medicine 等刊物发表SCI收录的论文350多篇。获国际神经网络学会终身贡献奖 (Hermann von Helmholtz Award)，国际脑电图与临床神经科学学会最高成就奖(Turan Itil Award)，吴文俊人工智能杰出贡献奖，北京市自然科学奖一等奖，国家自然科学奖二等奖等。

王洪凯 教授

王洪凯，教授，博士生导师，大连理工大学医学部副部长。2009年博士毕业于清华大学生物医学工程系，2009-2014年在美国加州大学洛杉矶分校先后担任博士后和研究员，2014年于大连理工大学任教至今。主要研究方向为医学影像大数据统计建模分析，所构建的可变形数字中国人图谱在人体建模仿真、医学影像分析领域取得诸多应用，初步形成全国范围的产学研合作网络，在《IEEE Transactions on Medical Imaging》、《Medical Image Analysis》等领域顶级期刊以及Nature旗下期刊发表论文多篇，担任大连市数字医学与重大疾病数字医疗重点实验室主任，Medical Image Computing Seminar学会副主席并作为主办方主席举办MICS第七届年会（MICS 2020，>5000人参会）、担任国际数字医学联盟委员、中国解剖学会断层影像解剖学分会副主任委员、中华医学会数字医学分会全国委员、中国医疗器械行业协会3D打印医疗器械专家委员会专家、大连市青年科技之星、大连理工大学星海优青。2014年以来主持国家重点研发计划课题1项，主持国家自然科学基金3项、参与国家重点研发计划试点专项1项、国家自然科学基金重大研究计划培育计划1项，技术成果已被中国和美国公司产业转化，实现科技成果转化数百万元。

会议日程表

2024年6月7日

专家介绍

 蒋田仔 研究员

报告题目：脑网络组图谱及其对类脑智能的启示

报告摘要： 脑图谱是研究脑结构与高级认知功能之间关系不可或缺的工具。我们提出了利用脑连接信息绘制脑网络组图谱的思想，绘制出全新的人类脑网络组图谱，为脑科学和类脑智能研究奠定了基础，开辟了脑科学和类脑智能的新领域。本报告首先介绍脑网络组和脑网络组图谱的研究背景和研究内容，包括脑网络组的定义，脑网络组与脑连接组的区别，脑网络组的主要研究方向，脑网络组图谱绘制的思想以及与现有脑图谱发的本质区别等方面；然后介绍脑网络组图谱在脑认知和脑疾病研究中的应用；最后介绍脑网络组图谱启发的脑机融合并对未来研究方向进行总结和展望。

专家简介： 蒋田仔，研究员，中国科学院自动化研究所脑网络组研究中心主任，脑网络组北京市重点实验室主任。欧洲科学院外籍院士(MAE)，IEEE Fellow, IAPR Fellow，AIMBE Fellow。现任国际人脑图谱学会主席，北京脑网络组与类脑智能学会理事长，中国人工智能学会理事和脑科学与人工智能专业委员主任委员。主要从事领域包括多模态跨尺度脑网络组图谱研究、基于脑网络组图谱的脑机融合和脑疾病早期预测和精准治疗。在Nature Medicine 等刊物发表SCI收录的论文350多篇。获国际神经网络学会终身贡献奖 (Hermann von Helmholtz Award)，国际脑电图与临床神经科学学会最高成就奖(Turan Itil Award)，吴文俊人工智能杰出贡献奖，北京市自然科学奖一等奖，国家自然科学奖二等奖等。

 蒋树强 研究员

报告题目：借鉴人类认知功能的具身视觉导航

报告摘要：具身智能是真实物理世界中人工智能的重要表现形态，在动态开放环境的无人系统与人机协同系统中有潜在重大应用价值。具身导航是指智能体根据任务目标感知与理解周围环境，预测并执行移动动作，从而逐步完成任务，是具身智能系统与真实世界交互的关键技术之一。相比于机器，人类依赖于对环境的理解并借鉴先验知识，可以在未知动态环境中高效地寻找并导航至目标物体。此外，生理学研究表明，人类在导航中不仅依赖当前探索观测，还能从先前记忆中预想未观测环境，通过探索与预想的结合不断修正与完善对环境的认知。本报告将首先介绍具身导航智能与具身导航的研究背景，进而浅析人类认知功能在导航等行为中的作用，并汇报具身导航相关研究进展，包括先验知识驱动的具身导航、探索与预想相结合的具身导航等，最后介绍具身导航从虚拟到真实环境的适配并给出演示。

专家简介：蒋树强，中国科学院计算技术研究所研究员，博士生导师，国家杰出青年科学基金获得者，先后担任期刊《IEEE TMM》、《ACM ToMM》、《IEEE Multimedia》、《计算机研究与发展》、《JCST》、《CAD学报》编委，中国计算机学会多媒体专委会副主任、中国人工智能学会智能服务专委会副主任、中国自动化学会网络计算专委会副主任、ACM SIGMM中国分会副主席。主要研究方向是多媒体内容分析、多模态具身智能技术和食品计算。主持承担科技创新2030-“新一代人工智能”重大项目、国家自然科学基金等项目20余项，发表论文200余篇，获授权专利20余项，多项技术应用到实际系统中，先后获省部级或学会奖励5项。

 邬霞 教授

报告题目：多尺度脑认知机制启发的智能感知与决策

报告摘要：随着传统神经网络模型弊端渐显，脑认知机制对深度释放数据潜能和激发模型性能有着重要的参照意义，已然成为实现通用人工智能的关键途径之一。受脑认知机制在微观、介观、宏观视域展现出的复杂特性的启发，新一代智能计算方法也许可以重塑神经网络架构，认知神经科学的发展也将引发计算科学的创新和变革浪潮。为深入阐释认知科学和人工智能的交叉融合，本次报告将首先介绍脑认知机制与神经网络发展脉络的潜在关联。在此基础上，分享多尺度脑认知机制启发的智能感知与决策研究前沿进展。最后，对人工智能和人类智能交叉融合、深度互鉴的未来发展趋势进行展望。

专家简介：邬霞，北京理工大学计算机学院教授、博士生导师，国家自然科学基金杰出青年基金、优秀青年基金、吴文俊人工智能自然科学一等奖、教育部自然科学二等奖、茅以升北京青年科技奖等获得者。主要研究方向为脑信号智能分析、脑机接口与类脑算法等。近年来，主持承担国家自然科学基金重点项目、面上项目以及国家重点研发计划子课题等十余项，以第一/通讯作者在IEEE TNNLS、IEEE TKDE、IEEE TAFFC、NeuroImage、Medical Image Analysis、JBHI、IPMI、MICCAI等国内外重要学术期刊、会议发表论文100余篇。

张道强 教授

报告题目：脑网络智能分析技术前沿进展与应用

报告摘要：脑网络是表征大脑不同区域之间结构和功能连接的图模型，对其复杂拓扑信息的分析挖掘有助于理解大脑不同区域的协作机制，在脑疾病诊断等领域具有重要的作用。本报告主要介绍基于脑网络智能分析的前沿进展与应用，包括脑网络构建及分类算法、动态脑网络、多模态脑网络、多中心脑网络等，以及在阿尔茨海默病等脑疾病早期诊断中的应用

专家简介：张道强，教授，博士生导师，脑机智能技术教育部重点实验室主任。入选“万人计划”科技创新领军人才和青年拔尖人才、国家优秀青年科学基金获得者、国际模式识别学会会士（IAPR Fellow）、亚太人工智能学会会士（AAIA Fellow）等。目前主要从事人工智能、机器学习、模式识别、医学图像分析等领域的研究工作。主持国家自然科学基金重点/优青、国家重点研发计划课题等多个项目。在相关领域发表学术论文200 余篇。部分第一／通讯论文发表在领域内重要国际期刊，如Nature Communications、IEEE TPAMI、IEEE TMI、IEEE TIP、Neuroimage、Human Brain Mapping、Medical Image Analysis等，以及重要国际会议，如NeurIPS、MICCAI、IJCAI、AAAI、CVPR、KDD等。据Google Scholar 统计，论文已被国际同行引用19000 余次。担任拉斯维加斯手机娱乐网站 监事、阿尔茨海默病防治协会理事、中国图学学会图学大数据专委会副主任、中国人工智能学会机器学习专委会常委、中国生物医学工程学会医学信息与控制分会常委、江苏省人工智能学会医学图像处理专委会主任等。任IEEE Trans. Medical Imaging、Pattern Recognition、Machine Intelligence Research、《自动化学报》等期刊编委，以及《数据采集与处理》期刊副主编。获国家自然科学二等奖1项、教育部自然科学一等奖和二等奖各1项，指导博士生/博士后2次获医学影像领域重要国际会议MICCAI青年科学家奖。2014-2023 连续10年入选Elsevier 中国高被引学者榜。

 张瑜 研究员

讲座题目：脑图谱启发的人脑认知功能建模与类脑研究

报告摘要：研究人脑的认知功能及其神经基础一直是神经科学和人工智能领域共同关心的热点问题，为实现类脑智能提供重要的指导作用。脑图谱是理解脑结构与脑功能以及脑疾病诊疗的基石，为理解人脑认知功能开辟了新途径，对脑疾病精准诊疗提供新方法。我们以脑图谱和脑连接组为重要工具，研究生物约束的新型人工智能算法，对人脑认知功能的动态过程进行时空建模和解码分析，辅助脑疾病早期诊断和个性化治疗方案的推演。

专家简介：张瑜，之江实验室特聘研究员, 国家高层次青年人才，杭州市海外高层次人才。博士毕业于中国科学院自动化所，加拿大麦吉尔大学神经所（MNI）博士后、蒙特利尔大学博士后，6年的海外留学经历。主持国家自然科学基金项目、科技创新2030-“脑科学与类脑研究”重大项目子课题、之江实验室科研攻关项目课题等。在医学和人工智能top期刊（Neurology, Medical Image Analysis，Prog.Neurobiol, eLife，Neuroimage，Journal of Neuroscience，IEEE TNNLS等）共发表论文30余篇，申请或授权国家发明专利42项，申请国际专利8项。受邀担任Frontiers in Neuroimaging 的Review Editor、中国工程院院刊FITEE通讯专家、拉斯维加斯手机娱乐网站 脑图谱专委会等多个专委会委员。多次荣获国际科研奖学金和科研项目支持，包括德国DAAD短期奖学金（2012年）、Michael J Fox奖学金（2015-2016年）、加拿大IVADO博士后奖学金（2018-2020年）。主要研究方向是多模态脑影像智能分析与人工智能算法研究，以脑图谱和脑网络建模为基础，建设面向脑图谱大数据的人工智能平台，融合多模态多组学信息，实现重大脑疾病的早期诊断和生物学标记物研究，为个性化医疗提供精准靶点和调控策略优化。

 赵兴明 教授

报告题目：多维数据驱动的人脑发育及相关疾病探索

报告摘要：在大数据时代，数据正成为理解大脑、阐述脑疾病发生机制和发展类脑智能的关键，也逐渐成为脑科学研究的基石。在该报告中，我将从不同尺度的数据出发，介绍我们在大脑的细胞组成、调控大脑功能的基因、脑疾病的遗传和微环境因素等方面的研究进展。

专家简介：赵兴明，复旦大学特聘教授、中山医院双聘教授，计算神经科学与类脑智能教育部重点实验室副主任，国家杰出青年科学基金获得者，上海浦东新区明珠领军人才计划入选者。目前主要从事人工智能与生物医学大数据交叉领域的研究。他在国际率先提出了人体真菌肠型的概念，参与构建了首个全球微生物基因目录和首个中国人泛基因组图谱；在Nature、Cell Metabolism、Gut、Nature Communications、Genome Medicine、IEEE TPAMI等国际期刊发表SCI论文150余篇。担任中国人工智能学会生物信息学与人工生命专委会等国内外学术组织的主任和副主任等，担任了IEEE/ACM TCBB和IEEE SMC Magazine等国际期刊的副主编。承担了国家重点研发计划、国家自然科学基金重大研究计划和重点在内的多项科研课题，曾获教育部自然科学二等奖和吴文俊自然科学一等奖。

张世华 研究员

报告题目：Intelligent spatial transcriptomics: methods and applications

报告摘要：Technological advances in spatial transcriptomics are critical for better understanding the structures and functions of tissues in biological research. The combination of intelligent or statistical algorithms and spatial transcriptomics has emerged to pave the way for deciphering tissue architecture. We have made great efforts to advance intelligent spatial transcriptomics and developed a group of STA- tools. For example, we first developed a graph attention auto-encoder tool STAGATE to identify spatial domains by learning low-dimensional latent embeddings via integrating spatial information and gene expression profiles. Second, we introduced STAligner for integrating and aligning ST datasets across different conditions, technologies, and developmental stages to enable spatially-aware data integration, simultaneous spatial domain identification, and downstream comparative analysis. Third, we designed STAMarker for identifying spatially domain-specific variable genes with saliency maps in deep learning. Fourth, we developed a spatial location-supervised auto-encoder generator STAGE for generating high-density spatial transcriptomics. Fifth, we developed STASCAN for deciphering fine-resolution cell-distribution maps in spatial transcriptomics.

专家简介：张世华，中国科学院数学与系统科学研究院研究员。主要从事生物信息计算、机器智能与优化交叉研究，特别是(1) 单细胞与空间组学的智能表示、集成与建模，以及在复杂疾病、发育和进化等领域的应用 (Nature Computational Science 2023, Nature Communications 2022/2023, Genome Research 2023, Nucleic Acids Research 2019/2023/2024, Cell Reports 2022, National Science Review 2022); (2) 三维基因组计算解析与应用 (Cell 2022, Advanced Science 2019/2023, Genome Research 2023, Nucleic Acids Research 2019); (3) 人工智能基础理论与算法设计(National Science Review 2021, JMLR 2022, TPAMI 2021/2024, TKDE 2021/2022, TNNLS 2022/2024)。曾获国家万人计划领军人才、青年拔尖人才、国家自然科学基金优青、中科院稳定支持青年团队计划、中科院卓越青年科学家等项目资助；曾获中国青年科技奖、中创软件人才奖、教育部自然科学奖二等奖（第三）、中国生物信息学十大进展（两次）、中科院卢嘉锡青年人才奖、全国百篇优秀博士论文奖等。现担任PLOS Computational Biology杂志Section Editor。

 吴丹 教授

报告题目：影像-空间组学：在人脑与鼠模型上的初探

报告摘要：空间组学（Spatial Transcriptomes）通过高通量测序列技术获取每个空间各位点的转录组分布，具备着与神经影像点对点融合的天然优势。我们提出了影像-空间组学的方法（Spatial imaging-transcriptomics），基于浙江大学人脑资源数据库，在离体人脑中通过影像-空间组学探索影像学标记物的基因基础；并在AD人脑与AD小鼠模型中探索了影像学标记物随AD病理变化的分子通路。

专家简介：吴丹，浙江大学长聘教授、求是特聘教授，生物医学工程系系主任，中国青年五四奖章获得者，国家“万人计划”科技创新领军人才、国家优青。美国约翰霍普金斯大学博士，曾任约翰霍普金斯大学助理教授。主要研究方向为磁共振成像与医学影像分析，在快速高分辨率成像序列、弥散磁共振、脑发育影像方面做出了若干原创新贡献。在PNAS、Advanced Science、Radiology等高水平期刊发表了论文100余篇，获国内外授权专利22项，其中国际专利授权6项，获日内瓦国际发明展特许金奖。目前主持科技部重点研发计划、浙江省领军型创新创业团队等国家与省部级课题10余项。担任国际磁医学共振学会年会组织委员会委员、儿童磁共振分会主席、胎儿与胎盘磁共振分会主席；中国生物医学工程学会医学图像信息与控制分会候任主席；担任《Human Brain Mapping》副主编。入选麻省理工科技评论中国区35岁以下科技创新35人、达沃斯世界经济论坛青年科学家、中国图象图形学学会“石青云”女科学家奖、中国生物医学工程学会青年学者等。

李阳 教授

报告题目：面向重大脑疾病的脑机交互技术研究进展

报告摘要：本报告介绍与临床深度合作，采用多模态个体化脑网络与小样本深度学习融合的研究方法，结合临床知识驱动，探讨基于电生理数据、多模态结构/功能影像数据驱动模型假设，如何用于揭示脑疾病的脑活动机制，解决神经慢性脑疾病发病机理不明且误诊率高、临床难以有效检测大脑异常活动机制等问题。揭示了临床神经慢性脑疾病的潜在脑功能异常活动机制，为探索神经慢性脑疾病的个体化脑功能网络异常连接机理提供了理论基础和技术支持，为神经系统个体化神经调控与康复治疗干预提供了量化评估分析工具。

专家简介：李阳，北京航空航天大学自动化科学与电气工程学院教授、博士生导师，副院长，国家杰出青年基金获得者、国家级青年人才。2011年毕业于英国谢菲尔德大学自动控制与系统工程系，获哲学博士学位。2012年12月入选北京航空航天大学“卓越百人”海外人才计划。2013年2月起在北京航空航天大学模式识别与智能系统实验室工作。主要从事医学影像数据分析与处理、脑机接口与神经康复工程等方面的相关研究工作。主要研究手段包括脑电图(EEG)，结构及功能性磁共振成像(DTI/fMRI)，以及深度学习等计算分析方法。研究成果以第一/通讯作者在国际学术刊物上发表SCI论文60多篇，包括IEEE Transactions on Medical Imaging、Medical Image Analysis、Annals of Neurology及自然语言处理领域CCF-A会议ACL等。近五年主持国家级、省部级等科研项目10余项，其中包括国家自然科学基金重点、国家重点研发计划专项项目、北京市自然科学基金专题重点项目等。曾获英国谢菲尔德大学“哈里沃辛顿”学术奖、英国“优秀自费留学生奖”，研究成果获吴文俊人工智能自然奖、中国体视学“青年科技奖”等。担任国际期international Journal of Biomedical Engineering and Science 编委等。

马婷 教授

报告题目：通用脑网络表征学习：迈向脑连接组的普遍规律

报告摘要：脑连接组数据日益成为研究神经系统功能和疾病诊断的重要对象，对理解脑功能和疾病机制至关重要。近年来，基于深度学习的方法在分析脑连接组数据方面展现出了巨大的潜力，然而，由于临床异质性问题，目前对脑疾病个体差异性的理解受到了限制，导致脑网络表征缺乏广泛适用性和通用性。针对这一现状，我们专注于脑网络的通用性表征问题，以解决脑网络异质性和个体差异性理解的挑战。我们提出了基于局部特征启发的群体图模型，通过跨脑区和跨群体表征聚合实现对局部群体性表征的捕捉，理解和刻画脑网络内在的局部性的异质分布模式；针对脑网络的多模尺度特性，我们提出了多模态动态耦合与互补学习方法，基于动态图机制的方式对多模连接关系进行刻画，并建立了跨模态耦合网络（Cross-GNN）与超复数图网络（HC-GNN）实现对互补关系的动态编码，以多角度刻画脑网络连接模式，缓解单模态下的异质性问题。最后，我们构建了首个脑连接组预训练基础模型BrainMass，该研究收集了大规模脑连接组数据，并提出了伪连接组数据增强方法扩大数据规模，结合表征对齐与掩码学习的策略方式实现对脑网络内在分布规律进行理解和刻画，实现对脑网络通用表征的编码和学习，在多种类型的疾病诊断中实现了高精确度的性能，为脑疾病辅助诊断和大规模筛查提供了可靠、可解释的模型。

专家简介：马婷，哈尔滨工业大学（深圳）教授、博士生导师，鹏城实验室智能部医疗AI生态PI，美国约翰霍普金斯大学医学院放射学系访问教授。致力于人脑信息学计算及智能医学研究，包括：神经影像智能计算、脑机接口、神经调控、医疗专用大模型与辅助决策。开创性提出“神经指纹”技术，建立了脑影像智能分析云和大数据智能辅助诊断在线平台，该平台已经成为国家老年疾病临床研究中心指定智能后台，服务超过400家联盟医院。在Lancet ID、MIA、TMI、Neural Networks等高质量期刊和领域会议发表学术论文150余篇，最高单篇引用1900+次，其中脑连接组指纹受到业界高度关注，被Nature Reviews特别评论为“重要神经退行疾病标志物”。主持多项国家、省部级基础研究和重点研发项目，深圳市基础研究杰青、地方领军人才和孔雀计划高层次海外人才。担任IEEE生物医学工程学会深圳分会副主席，中国医院协会健康医疗大数据应用管理专委会委员、广东省医学会人工智能分会常委、深圳市医院协会人工智能分会副主任委员、深圳市计算机协会人工智能分会执委。

罗娜 副研究员

报告题目：多模态脑数据融合及其在精神疾病诊疗中的应用

报告摘要：随着图像采集和生物检测技术的发展，多模态脑影像、暴露组以及生物组学数据迅速增长。相较于单模态，融合多模态数据能够同时考察不同模态数据间的多元化信息，有助于更全面地理解大脑的结构和功能，并辅助加深对精神疾病产生和发展的理解。本报告将分别从多模态脑影像融合、影像-暴露组融合以及影像-多组学融合三方面，系统地介绍面向精神疾病诊疗开展的研究工作。

专家简介：罗娜，博士，中国科学院自动化研究所，副研究员。入选博士后创新人才支持计划、中国科学院青年促进会培养计划、中国科学院特别研究助理资助项目等。主要研究方向为多模态脑图谱数据融合及其应用。主持国家自然科学基金青年基金、国家重点研发计划子任务、博士后科学基金等5项科研项目，并作为课题骨干参与科技创新2030-“脑科学与类脑研究”重大项目等。在本领域著名期刊发表论文二十余篇，包括Trends in Cognitive Sciences, Ebiomedicine, The British Journal of Psychiatry等。现任拉斯维加斯手机娱乐网站 脑图谱专委会秘书长。