由中国人工智能学会、拉斯维加斯手机娱乐网站 主办，中国人工智能学会脑科学与人工智能专业委员会、北京脑网络组与类脑智能学会、拉斯维加斯手机娱乐网站 脑图谱专业委员会、中国科学院自动化研究所脑网络组研究中心承办，中国人工智能学会脑机融合专业委员会协办的“第二届脑科学与人工智能前沿论坛”将于2024年12月20日-21日在中国科学院自动化研究所召开。本次论坛瞄准脑科学国际前沿，围绕我国脑科学战略发展需求，针对脑图谱、人工智能、脑机融合、类脑智能等领域的前沿和关键问题，将邀请国内知名教授做专题学术讲座并进行深入研讨。热忱欢迎各位同行莅临本次会议，共商未来发展大计。

一、会议信息

主办单位：中国人工智能学会、拉斯维加斯手机娱乐网站

承办单位：中国人工智能学会脑科学与人工智能专业委员会、北京脑网络组与类脑智能学会、拉斯维加斯手机娱乐网站 脑图谱专业委员会、中国科学院自动化研究所脑网络组研究中心

协办单位：中国人工智能学会脑机融合专业委员会会议时间：2024年12月20日-21日

会议地点：中国科学院自动化研究所智能化大厦三层学术报告厅

二、会议日程

12月20日（周五，9:00-17:15）

12月21日（周六，9:00-17:00）

三、大会主席介绍

蒋田仔，研究员

中国科学院自动化研究所

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。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。

四、报告专家介绍

江涛 院士

首都医科大学附属北京天坛医院

专家简介：江涛院士，神经外科学专家，2023年当选中国工程院院士。现任北京市神经外科研究所所长、首都医科大学附属北京天坛医院神经外科学中心主任、首都医科大学神经外科学院副院长，主任医师、教授。率先在国内开展唤醒手术，创建功能区定位保护和胶质瘤分期切除术式。在全球首次发现并命名了驱动脑胶质瘤恶性进展的关键基因突变——PTPRZ1-MET融合基因。研发的小分子药物伯瑞替尼成为首个上市的国内原研神经肿瘤靶向新药。率先在国内开展胶质瘤分子病理研究，主持制定《中国脑胶质瘤分子诊疗指南》，建成全球规模最大的脑胶质瘤多维组学数据库，引领全球胶质瘤个体化诊疗。

报告题目：脑网络指导下的胶质瘤诊疗技术进展

报告摘要: 脑网络是宇宙中最复杂的网络系统。全世界的“脑计划”都在如火如荼开展。人工智能和脑机接口的横空出世将大脑神经网络研究的热度推到了高峰。近年来，国际知名期刊对人脑发育、正常人脑的神经网络从宏观到微观多维度加以解析，形成了一系列有价值的成果。然而，对于大脑疾病状态下脑网络变化的探索，仍处于起步阶段。江涛院士基于脑胶质瘤患者，率先在脑胶质瘤相关脑网络改变中进行探索。构建了中国人脑功能图谱数据库；创建了围手术期脑运动和语言网络精准手术技术体系；针对脑胶质瘤相关癫痫提出了基于脑网络的精准防治策略。有效的保护了患者重要脑功能，减少了术后癫痫发生率，提高了生活质量，治疗效果国际领先。

石光明 教授

鹏城实验室

专家简介：石光明，西安电子科技大学二级教授，副校长（2018.1-2022.1），现为鹏城实验室副主任。2012入选长江学者特聘教授。现为IEEE /IET Fellow，中国电子学会会士，中国指挥与控制学会人机交互与虚拟现实专委会主任委员，中国电子学会智能人机交互委员会副主任委员，中国人工智能学会脑科学与人工智能专委会副主任委员。陕西省教学名师。研究领域：AI理论与技术、计算成像、语义通信，资源受限下的信息获取与处理。主持国家基础加强和国自然重点项目，牵头荣获国家自然科学二等奖1项、省部级科学技术一等奖3项，国家级教学成果二等奖3项， ACM2024 China 十大杰出学者。

报告题目：类脑语义信息处理模式

报告摘要: 处理信息是人脑和智能设备都是需要做的工作。人的处理的准确和所需要的代价都胜于智能机器，而人脑抗疲劳能力远远落后机器。让机器向人脑一样模式去处理信息是一个发展方向和趋势。本报告介绍了此方面的工作和一些探索。

吴飞 教授

浙江大学

专家简介：吴飞，浙江大学求是特聘教授，博士生导师。主要研究领域为人工智能、多媒体分析与检索。浙江大学计算机学院和软件学院党委书记、浙江大学人工智能研究所所长。国家杰出青年基金获得者、国务院学位委员会智能科学与技术学科评议组成员,曾获2022年度教育部科技进步一等奖（排名第一）和中国电子学会2021年度科技进步一等奖（排名第一）。教育部计算机领域本科教育教学改革试点工作计划（101计划）核心课程《人工智能引论》负责人，开设国家级首批线上一流课程《人工智能：模型与算法》，著有《人工智能引论》和《走进人工智能》和《人工智能初步》等教材和科普读物。

报告题目：生成式人工智能垂直领域模型实践和思考

报告摘要: 生成式人工智能大模型通过预训练、微调和回路反馈实现了“all-in-one”计算范式变革。本报告对近期生成式人工智能基座模型所呈现“规模定律（scaling law）”天花板问题进行思考 ，介绍了智海系列垂直领域大模型（智海三乐和智海录问）在教育和司法等领域赋能应用，讨论了通用基座模型到垂直领域模型变革中所面临的模型汇聚、人工智能体和端云协同等挑战。

曾志刚 教授

华中科技大学

专家简介：曾志刚，华中科技大学人工智能与自动化学院教授。2003年6月在华中科技大学获系统分析与集成博士学位。曾在香港中文大学和中国科技大学从事博士后研究。先后担任IEEE Transactions on Neural Networks；IEEE Transactions on Cybernetics；IEEE Transactions on Fuzzy Systems；Cognitive Computation；Neural Networks；Applied Soft Computing；自动化学报；控制工程；系统工程与电子技术；控制理论与应用的编委。曾获教育部自然科学奖一等奖、湖北省自然科学一等奖、湖北省科技进步一等奖、国家科学技术进步奖二等奖等奖励。

报告题目：基于联想记忆的自主智能系统研究

报告摘要: 受联想记忆交叉模态反射的相关生物学机制的启发，模拟多感觉在初级感觉皮层形成的初级联想记忆，构建了感觉皮层的联想记忆存储-检索模型，提出了多感觉双向联想记忆的忆阻神经网络框架，在电路上同时实现模态内联想和跨模态联想。进一步，利用多感觉联想，在更高级的脑区，诸如丘脑、杏仁核，设计电路模拟类人的情感生成演化。希望使机器人也具有感知和表达情感的能力，从而可以更好地应用于人机交互等自主智能系统。

张颖伟，教授

东北大学

专家简介：张颖伟，东北大学，教授、博士生导师于哈尔滨工业大学获得双学士学位，于东北大学获得控制理论与控制工程硕士和博士学位。于2001年进入东北大学计算机科学与技术博士后流动站。国家杰出青年科学基金获得者，教育部长江学者特聘教授，享受国务院政府特殊津贴、百千万人才工程国家级人选、科技创新2030-“新一代人工智能”重大项目首席科学家，省科技创新团队，省政协委员。研究方向为复杂工况识别、自主数字孪生、物理人工智能、工业大数据与图像科学、流程监测与质量预测、机器学习与深度学习、多智能体与进化博弈、智能计划与资源调度等工业智能技术，以及在钢铁制造、大飞机制造、装备芯片制造、能源工业、火箭等军事工业中的工程应用。

报告题目： 基于几何-物理-行为-工况数字孪生的人工智能安全

报告摘要: 工业制造通过人机物的安全可靠智联技术，实现生产全要素、全产业链、全价值链的全面连接。形成全链条工业生产制造和服务系统，互联工业生态、关键基础设施和新型应用模式的决策系统。资源配置全价值链智能化调度核心技术，实现跨链联动的大规模异构资源高度动态不确定性与制造任务复杂快变性调度、分布式可重入调度、跨链耦合自主调度。制造运行虚实孪生演化与反演推理的技术路线，创新复杂制造系统全要素数据综合汇聚融合的工业大模型建立方法，为解决工业互联网开放环境下智能调度难题提供了中国方案，突破了降本增效的大规模智能化技术瓶颈，攻克了群体智能优化决策技术、知识图谱知识迁移技术。

唐华锦 教授

浙江大学

专家简介：浙江大学求是特聘教授，入选国家高层次人才奖励计划，主要研究领域为神经形态计算、类脑智能芯片、智能机器人。主持国家自然科学基金重点、科技部人工智能重大专项等。研究成果获2024年度APNNS Outstanding Achievement Award、2023年度Neural Networks最佳论文奖、2019年度IEEE Computational Intelligence Magazine杰出论文奖、2016年度IEEE TNNLS杰出论文奖等荣誉。目前担任IEEE TCDS期刊主编，Neural Networks、Neuromorphic Computing and Engineering等期刊编委，国际神经网络学会（INNS）理事，拉斯维加斯手机娱乐网站 脑图谱和类脑视觉专委会副主任等。

报告题目： 模拟生物智能的神经形态计算

报告摘要: 模拟生物智能神经形态计算将为实现类脑的高能效与智能计算理论与方法建立重要的理论和方法基础。本报告从介绍神经形态计算出发，结合神经科学关于神经可塑性和大脑的感认知决策等重要进展，介绍神经系统的重要信息处理机制和计算架构，以及基于神经环路结构和神经脉冲计算机理实现的模型和算法，包括基于脉冲信息表达的脉冲神经网络模型和学习算法、平台、模拟神经系统的认知机器人等研究进展。

王国胤 教授

重庆师范大学

专家简介：王国胤教授，重庆师范大学校长，网络空间大数据智能安全教育部重点实验室主任，大数据智能计算示范型国合基地(科技部)负责人，旅游多源数据感知与决策技术文化和旅游部重点实验室主任。曾任国际粗糙集学会(IRSS)理事长，现任中国人工智能学会(CAAI)副理事长，是IRSS/CAAI/CCF会士。长期从事粗糙集、粒计算、数据挖掘、认知计算、大数据智能等研究，主持多项国家级重大/重点科研项目，发表论文400余篇，出版专著(含编著)30余部；获国家级/省部级教学科研成果奖励10余项；入选多个国家级人才计划；带领的团队分别入选国家级教学团队和国家自然科学基金创新研究群体。

报告题目：脑认知启发的人工智能

报告摘要：人工智能已在视觉、听觉、决策和语言处理等方面取得突破进展。但是，仅仅是在统计意义上超越了人类，并没有实现这些人类智能。基于戴维-马尔提出的三层框架模型，分析了认知科学对人工智能研究的启发作用，提出了当前人工智能发展中的局限性：在硬件实现层，人脑神经元及其神经系统连接机制与人工神经网络中神经元及其连接机制存在不一致；在表达和算法层，人工智能系统的信息识别机制与人脑认知机理存在不一致；在计算理论层，人工智能系统的计算和处理机制与人类大脑的计算和处理机制存在不一致。进而，提出了未来脑启发人工智能研究需要重点关注的研究方向和问题。

郭翌 教授

复旦大学

专家简介：郭翌，复旦大学信息学院教授，博士生导师，国家高层次人才青年项目入选者，担任上海市生物医学工程学会副理事长、中国生物医学工程学会青年委员会副主任委员。从事基于人工智能的医学影像分析和国产装备研究。主持国家自然科学面上及青年基金和上海市科委青年科技英才扬帆计划，参与科技部重点研发计划、基金重大仪器专项、重点项目等研究工作。以第一或通讯作者发表90余篇高水平论文，获得上海市自然科学奖、优秀发明选拔赛金奖、高交会优秀产品奖等。

报告题目：医学影像通用基础模型与个性化临床应用的探索

报告摘要: 近年来，医学影像通用基础模型在推动医学影像分析技术的标准化与自动化方面发挥着至关重要的作用。通过构建多组织、多任务的通用统一框架，不仅能够提高泛疾病诊断的准确性和效率，还为个性化临床应用的实现提供了坚实的基础。本报告将介绍医学影像大数据库的构建、通用基础模型预训练方法，以及小样本和人机交互学习方法，以解决个性化临床需求的多样性与复杂性。

刘冰 教授

北京师范大学

专家简介：刘冰，北京师范大学认知神经科学与学习国家重点实验室教授，博士生导师。主要研究方向为基于多模态影像和多组学信息的脑功能客观评估及临床应用。以通讯/第一作者在Nature Medicine、Nature Mental Health, Nature Communications, Advanced Science等专业期刊发表研究论文40余篇。主持国家杰出青年科学基金、科技部重点研发计划课题等十多项国家级项目，并先后入选北脑学者，中科院卓越青年科学家，北京市科技新星等。现任中国研究型医院学会神经科学分会副主任委员、中国人工智能学会脑科学与人工智能专业委员会秘书长、北京神经科学学会脑功能性疾病与认知发育专业委员会副主任委员等多项学术兼职。

报告题目：跨尺度脑功能状态解码与机制解析

报告摘要: 功能神经影像技术是活体评估脑功能状态的重要手段，然而如何从不同时空尺度，精准定量评估个体的超高维脑功能信息中细微又弥散性的动态改变，并解析宏观影像学异常背后的分子机制，都是亟待解决的重要挑战。针对以上问题，我们发展了个体化的脑功能评估方法，建立了跨尺度的关联解析模型，在精神疾病的精准诊疗、意识水平的动态评估等方面开展了相关研究。

 
袁振  教授

澳门大学

专家简介：袁振博士是澳门大学健康科学学院正教授，澳门大学认知与脑科学研究中心主任,协同创新研究院副院长。主要从事生物医学光子学以及神经科学和脑功能成像的研究。 袁振教授在脑神经科学和生物医学光子学等领域取得一系列一流国际广泛认可研究成果。在包括 Science Advances, Nature Communication, Research, Microbiome, Molecular Psychiatry, Journal of Behavioral Addictions, Psychological Medicine, Neuroimage, Journal of Pain, Human Brain Mapping等脑科学杂志，和Small, Advanced Functional Materials, Nano Letters, ACS Nano, Biomaterials, Angewandte Chemie International Edition, Theranostics, Optics  Letters, Applied Physics Letters 等生物 医学光子学杂志发表高质量SCI杂志论文300余篇，H-index 为58，引用次数近10000次。袁振教授现任 Quantitative Imaging in Medicine and Surgery编委, Journal of Innovative Optical Health Sciences 编辑，BMC Medical Imaging和 Frontiers in Human Neuroscience 高级副主编, 是 美国OSA 和国际SPIE高级会员 ，中国神经学会理事，中国解剖学会理事，中国医学成像学会理事，中国生物医学光子学会常务委员，澳门核医学与分子影像学会副主席。

报告题目： Individualized brain radiomics-based networks track distinct subtypes in prodromal Parkinson’s disease

报告摘要:  Individuals in the prodromal phase of Parkinson’s disease (PD) exhibit significant heterogeneity while prodromal Parkinson’s disease (PD) can be divided into distinct subtypes according to its clinical symptoms, pathological mechanism, and brain network patterns. In this study, we aimed to differentiate the subtypes of prodromal PD by using the brain radiomics data linked to the clinical presentations of each subtype. In particular, individualized brain radiomics-based networks were constructed for normal control group (NC; N=110), prodromal PD patients group (N=262), and PD patients group (N=108). In addition, data-driven clustering approach together with the radiomics-based network measurement was carried out to cluster prodromal PD patients into high-/low-risk subtypes. Interestingly, the clustering findings demonstrated that one prodromal PD subtype closely resembled the pattern of NCs (N-P; N=159) while the other was similar to that of PD (P-P; N=103). Further, significant differences were also identified between the subtypes in terms of multiple clinical measurements, neuroimaging for morphological changes, and gene enrichment for synaptic transmission. Identification of prodromal PD subtypes based on brain radiomics-based networks and a full understanding of heterogeneity at this phase might inform early and accurate PD detection and pave a new avenue for effective neuroprotective intervention.

李晓红 教授

天津大学

专家简介：李晓红，天津大学教授，临床医学院常务副院长，国家重点研发计划项目首席科学家。研究方向为片上脑-机接口、类器官与中枢神经再生修复。体外开发了面向无人控制、类脑计算的全球首个全链条、可开源片上脑智能交互系统（MetaBOC），体内建立了面向脑损伤修复的类器官-脑-机接口应用系统；受到了CCTV、香港无线电视台、英国The Sun、美国News Atlas等报道；相关成果入选CCTV纪录片《创新的征途》。主持国家重点研发计划项目、国家自然科学基金、天津市杰出青年科学基金等。近5年以通讯作者在Nature Communications、Brain、Advanced Science、eLife等发表论文30余篇；主编《片上脑-机接口概论》等教材/专著4部；申请和授权国家发明专利13项，实审美国、英国专利2项；登记计算机软件著作权1项。以第一完成人获得军队科技进步二等奖1项、天津市科技进步二等奖1项。

报告题目： 片上脑机接口的应用和挑战

报告摘要: 片上脑-机接口是指针对体外培养“大脑”（如脑类器官）与电极芯片耦合形成的片上脑，通过编解码技术及刺激-反馈系统实现其与外界信息交互的技术。片上脑机接口与经典脑机接口最大的不同是，前者用的是体外培养大脑，后者是人或动物的真实大脑。作为经典脑机接口领域的一个重要新兴分支，片上脑-机接口对于探索新一代生命体—非生命体融合交互具有重要意义。本团队在体外开发了面向混合智能和类脑计算的体外应用系统MetaBOC，实现了体外培养“大脑”通过“意念”对机器人避障、跟踪、抓握等动作的控制；在体内构建了面向脑损伤修复的体内应用系统“类器官-脑-机接口”(OBCI），该系统有望解决单纯干细胞技术修复脑损伤存在的核心瓶颈问题，在医疗康复领域具有拥有广阔的应用前景。

左年明 研究员

中国科学院自动化研究所

专家简介：左年明，研究员、博士生导师；中国科学院自动化研究所脑网络组研究中心副主任。主要研究方向为可穿戴双向脑机接口技术及应用；目前自主研发的可穿戴双向闭环脑机接口技术和设备，实现了无线无创可穿戴脑认知功能“检测-识别-调控”一体化闭环，已经批量生产并用于临床及特殊场景应用测试；可用于多种心理精神健康状态检测识别和疾病调控治疗（如抑郁症、焦虑症、睡眠障碍等）。担任某委重大任务首席科学家，该成果已被纳入官方推荐成果清单；入选首批中国科学院特聘研究岗、中国科学院关键技术人才。

报告题目：可穿戴双向脑机接口技术及应用

报告摘要：无创脑机接口技术由于其安全易用的独特优势，近年来受到学术界、产业界甚至投资资本的高度关注，在临床应用、消费娱乐等领域的应用有呼之欲出的趋势。但目前尽管热度很高，无创脑机接口的易用性、稳定性和有效性还有待进一步强化。本报告将展示团队针对上述问题提供的最新解决方案，努力实现“有用、能用、易用”的脑机接口技术；同时也将展示基于上述设备开展的“脑控-控脑”相关的研究，包括情绪变化实时监测、临床抑郁症精准诊断及个体化调控治疗等。

崔庆华 教授

武汉体育学院

专家简介：崔庆华，武汉体育学院运动医学院教授、博导。2005年在中国科学院自动化研究所获得博士学位，2005-2007在加拿大国家研究委员会生物技术研究所从事博士后研究，2007-2023在北京大学医学部历任副教授、教授、博雅特聘教授。从事医学生物信息学研究，以通讯作者在Nature Computational Science、Cell Genomics、Science Adv、JCI、Cell Discovery、Nucleic Acids Research、Brief Bioinform、Bioinformatics等期刊发表论文90余篇。所创建的HMDD、LncRNADisease、TransmiR等数据库以及SRAMP、LncTar、MISIM、TAM等算法在生物学和医学领域被广泛应用。总引用约1.6万次。获得国家杰出青年科学基金、国家优青、教育部新世纪优秀人才等项目资助。

报告题目：从数据到疾病关键靶点、机制与药物识别

报告摘要: 当前对人类健康与生命造成最重大威胁的是复杂疾病。从纷繁复杂的数据中准确确定复杂疾病的潜在关键靶点、机制以及药物对于探索更好的疾病预防、诊断、治疗策略具有重要价值。本报告将结合研究实例，探索如何通过构建数据库和发展分析算法从而发现重大复杂疾病的潜在靶点、发生发展机制和病因、发现新药物以及新疗法。最后还将探索在生物信息学研究中所发现的规律如何进一步改进AI技术。

左西年 教授

北京师范大学

专家简介：左西年，国际人脑图谱组织会士，认知神经科学与学习国家重点实验室研究组长，北京师范大学教授，中国未来研究会理事、脑科学创新应用工作委员会主任，负责建设国家基础学科数据中心“活体人口影像交叉学科脑数据库(ID-BRAIN)”，承担了国家“发展认知神经科学方向预测及路线图”项目，提出了发展人口神经科学，建设了“彩巢计划-成长在中国”6-18岁脑智发育纵向队列，系统开展了人脑静息态功能的心理测量学研究，参与绘制了人类全生命周期脑图表，通过揭示中小学生脑智发育的影像机制，推动人口神经科学精准化向个体化转化，研究成果已发表在Nature、Nature Neuroscience、Nature Human Behaviour、PNAS等期刊。

报告题目： 人口神经科学-原理、方法和应用

报告摘要: 人口神经科学交叉融合神经科学、遗传学和流行病学, 全景化地识别塑造人脑结构和功能的先天(遗传)和后天(环境)、时间和空间的多样化因素, 为认知神经科学的发展带来了创新学科路线. 规范化建模为人口神经科学提供了一种方法学体系: 基于大规模代表性样本, 使用分布式回归等方法, 建立群体规律的统计模型, 并在此基础上推演个体偏离规范化群体参照的程度, 从而量化个体分化特征. 这一方法学框架为发展人口神经科学提供了新工具, 从人口生命周期的视角揭示了脑智个体差异的一般规律及其生物学基础, 为解析脑智相关疾患的病因学机制及未来精准化临床实践提供了参考。

罗娜 副研究员

中国科学院自动化研究所

专家简介：罗娜，中国科学院自动化研究所副研究员。2020年于中国科学院自动化研究所获得博士学位，研究方向是多模态脑图谱数据融合及其在精神疾病诊疗中的应用。主持国家自然科学基金、科学技术部和中国科学院等纵向科研和人才基金6项，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。以第一/通讯作者发表研究于Trends in cognitive Sciences, Ebiomedicine, British Journal of Psychiatry等期刊。曾入选中国科学院青年促进会培养计划、博士后创新人才支持计划、中国科学院特别研究助理资助项目等。现任拉斯维加斯手机娱乐网站 脑图谱专委会秘书长。

报告题目：脑网络组学助力抑郁症的精准诊疗研究

报告摘要：脑网络组学是以脑网络的节点和连接两个基本要素构成的组学，它从脑网络的连接模式及其演变规律阐明脑的工作机理及脑疾病的发生和发展机制。抑郁症是一种严重的精神疾病，全球共约有3.5亿名抑郁症患者，每年大约有100万人因为抑郁症自杀。然而该疾病仍然存在病因不清、缺乏客观的影像学生物标记以及预后较差等问题。本报告将介绍，我们近期采用多种脑网络组学计算方法，辅助探究抑郁症的环境关联因素、可能的影像学诊断生物标记以及有效的物理治疗方案等研究，以加深对该疾病发生和发展机制的理解。

刘泉影，助理教授

南方科技大学

专家简介：刘泉影，南方科技大学 生物医学工程系 助理教授、博导、神经计算与控制实验室PI。本科和硕士毕业于兰州大学信息学院，博士毕业于瑞士苏黎世联邦理工学院，博士后在美国加州理工学院。刘泉影博士专注于类脑智能、多模态神经信号处理算法、脑网络动力学孪生脑、神经调控优化算法。提出了数据驱动的AI数字孪生脑模型，建立个体化孪生脑指导的神经刺激优化框架，解决大脑控制不准、控制不住的问题。近5年，刘泉影在脑科学、人工智能、控制的交叉领域以第一作者和通讯作者发表SCI/EI论文36篇，包括The Innovation、Pattern Recognition、Neural Networks、Neuroimage、Human Brain Mapping、IEEE-JBHI等国际权威期刊和NeurIPS、ACM MM等国际顶会，其中1篇论文获China Top Cited Paper Award 2024 (IOP publishing's portfolio)；Google scholar显示总引用2200余次，H因子为25；申请发明专利20项；担任电气和电子工程师协会（IEEE）期刊Journal of Translational Engineering in Health and Medicine编委、中国人工智能学会脑科学与人工智能专委会委员。

报告题目： AI数字孪生脑指导的精准神经调控

报告摘要: 大脑是一个复杂的网络系统，如何建模大脑的动力学性质和脑网络特性是一个重要难题。在这里，我将从数据驱动的角度，提出用人工智能(AI)模型学习静息态神经数据（例如fMRI和EEG），解决大脑动力学系统反问题，将训练好的AI模型作为真实大脑的surrogate model，即数字孪生脑。数字孪生脑可以支持多种仿真实验，以及个性化的闭环神经调控。例如，我们对数字孪生脑进行虚拟扰动实验，从而得到大脑的输入-响应的因果关系，构建全脑的有效连接图谱，刻画大脑的信息流的大小、方向、正负等有效连接特性，指导神经调控的脑区靶点选择。最后，我将提出脑网络控制框架，它结合神经动力学建模和优化控制理论，用于设计神经刺激最佳策略，为脑疾病的个性化治疗、脑功能的增强、行为调控等方向开辟新途径。

刘李 助理教授

香港科技大学（广州）

专家简介：刘李博士目前是香港科技大学（广州）的助理教授、博导。她在法国格勒诺布尔阿尔卑斯大学和法国国家科学研究中心共属的GIPSA-lab获得博士学位。曾担任加拿大Ryerson University的博士后研究员。她的主要研究方向是视听语音识别与生成、多模态学习以及人工智能等。她目前在人工智能领域已以第一作者或通讯作者发表论文近50篇，其中包括此领域顶级杂志和会议TPAMI, TMM, TASLP, Neurips, ICCV, IJCAI, ACM MM, ICASSP等。她现担任国际IEEE机器学习信号处理委员会MLSP Member Nominations & Election分会主席。她曾担任2022年语音信号处理顶会ICASSP的Local Chair (China site)以及2024 ICASSP Area Chair。她获得了广东省珠江青年人才、以及深圳市海外高层次人才-孔雀人才称号。作为项目负责人，她主持国自然面上项目以及青年项目、国自然重点项目子课题、广东省面上项目、广东省区域联合基金-青年基金项目、2024 CCF-腾讯犀牛鸟项目、2023腾讯AI Lab犀牛鸟专项计划以及2022阿里巴巴创新研究计划项目等。她曾在2017年荣获法国Sephora Berribi数学与计算机领域女性科学家奖。她团队文章获得2024年第16届国际社会机器人学会议ICSR最佳学生论文提名奖以及2022、2023深圳市科协人工智能优秀论文奖。

题目：“情智”一体的视听语音识别与合成研究

摘要：在人工智能大模型时代，“情智”一体的视听语音识别与合成研究不仅是技术发展的趋势，更是满足人机交互自然化、个性化需求的关键。自动线索语识别与生成主要用于智能无障碍人机交互。其中线索语编码系统利用唇型和手势对发音的编码来辅助听障人群无障碍交流。基于我们首次提出的中文线索语系统，对于线索语识别，我们最近提出了一种基于参数高效低秩Transformer的跨模态互学习框架以促进快速地多模态交互。对于线索语视频生成，我们提出了一种思维链提示学习的线索语视频扩散生成框架，利用大语言模型和动作提示工程来捕捉文本描述与细粒度手势特征的复杂解析关系，提高生成的姿态视频的准确性和鲁棒性。此外，我还将针对在语音视觉对齐方面讲述基于人脸信息的个性化语音生成以及个性化语音到人脸图像生成的相关工作进展。

王征 研究员

北京大学

专家简介：王征，现任北京大学心理与认知科学学院，北大麦戈文脑科学研究所、北大-清华生命科学联合中心研究员，海南大学生物医学工程学院兼职教授，博士生导师。主要研究领域为神经影像和神经调控系统在脑科学与脑疾病中的应用，在国际知名学术期刊包括Science、Neuron、Cell Discovery、Nat Comm、Adv Science、Am J Psychiatry、Mol Psychiatry、Biol Psychiatry、IEEE TMI等发表论文60余篇，担任发改委、财政部、科技部、教育部、工信部、基金委、中国科学院、英国医学研究理事会（MRC）等机构的科技项目评审专家。

报告题目：Neuroanatomical Organization of Convergent and Divergent Connections in the Arcuate Fasciculus of Macaques and Humans

报告摘要: The pathways and connectivity profiles of the arcuate fasciculus (AF) in nonhuman primates remain debated, particularly regarding its divergence from the human homolog. Here we employed a viral-based genetic labelling strategy in macaque brains alongside fluorescence micro-optical sectioning tomography to develop a cross-scale method for single-neuron tracing of AF and compared with brain-wide tractography from 11.7T diffusion MRI. Additionally, a spectral embedding analysis using 7.0T diffusion MRI data from humans enabled an interspecies comparison of AF connectomes. Our findings reveal that the macaque AF originates in the temporal-parietal area, passes through the auditory cortex and around parietal operculum, and extends into prefrontal regions. Notably, the human AF exhibits a more extensive expansion into the middle temporal gyrus, with increased connectivity that contributes to species-specific differences in the prefrontal cortex and parietal operculum. These differences underscore the critical role of AF expansion and differentiation in the evolution of human language capabilities.

李向宁 教授

海南大学

专家简介：李向宁，海南大学生物医学工程学院教授，博士生导师。聚焦于学习与记忆的环路基础及阿尔兹海默症的病理机制研究，发展了一系列大体积生物样本制备技术，提高荧光信号的保持效率和对比度，作为荧光显微切片断层成像技术（fMOST）的重要组成部分，应用于啮齿类到非人灵长类动物完整器官和类器官组织的高分辨率三维连续数据获取，开展了对胆碱能等神经环路的衰老与退行机制研究，主要成果发表于Nature Neuroscience, PNAS, Nature Communications, Science Bulletin等期刊。担任华中科技大学苏州脑空间信息研究院生物平台主任，生物医学工程学会类器官与器官芯片分会副主任委员，Neuroscience Bulletin、JIOHS青年编委。主持国家自然科学基金面上项目、科技部科技创新2030重大项目课题等。

报告题目：精准脑图谱与环路调控：显微光学成像技术在神经功能研究中的应用

报告摘要：精准的脑图谱绘制是理解大脑结构和功能的关键。高分辨率全脑成像技术的发展，为深入识别和调控大脑精细环路提供了强有力的工具。结合显微光学切片断层成像技术（MOST）解析额叶皮层的精细结构图谱，包括上下游神经环路如胆碱能系统、额叶-丘脑环路的组织模式，结合光遗传、化学遗传等技术，研究了额叶皮层参与物体识别记忆的环路机制。

吴倩 教授

北京师范大学

专家简介：吴倩，北京师范大学认知神经科学与学习国家重点实验室教授，北京师范大学IDG/麦戈文脑科学研究院研究员，受国家优秀青年基金资助，主要从事人脑发育与相关疾病的细胞与分子机制的研究，研究成果在Nature、Science、Cell、Cell Stem Cell等期刊上发表, 成果入选2020年中国生命科学十大进展，获北京市自然科学奖一等奖、二等奖，并获国家发明专利授权4项。这一系列研究成果系统地剖析了人类脑发育的细胞基础、基因调控网络和功能实现的机制，并为探索神经系统疾病潜在的治疗方法提供了理论基础。

报告题目： A Single-Cell Atlas of Human Brain Development

报告摘要: Healthy brain development relies on the accurate cellular composition of different regions, which is precisely regulated both temporally and spatially by gene transcription, ultimately achieving elaborate functionality. However, our understanding of the cellular atlas and single-cell gene expression profiles of the developing human brain remains limited. To address this, we performed single-cell RNA sequencing across various regions of the human fetal cortex and ganglionic eminences to map the cellular atlas of the developing human cerebral cortex. This analysis revealed the single-cell transcriptomes involved in the neurogenesis of human cortical excitatory and inhibitory neurons, as well as the molecular mechanisms guiding neural progenitor division and neuron differentiation in the developing cortex. Additionally, we developed a protocol for generating vascularized brain organoids that consist of typical human cortical cell types and vascular structures. Overall, our work provides a comprehensive molecular and cellular atlas of human cortical development.

樊令仲 研究员

中国科学院自动化研究所

专家简介：樊令仲，医学博士，中国科学院自动化所研究员、博士生导师，长期致力于脑图谱与脑影像研究，建立了新一代脑图谱构建的理论和方法框架，成功绘制出人类脑网络组图谱并建立了其验证体系与应用示范。目前申报人在该研究方向上，完成了一系列高质量的研究工作，在包括Molecular Psychiatry,  Cell Reports, The Innovation, Cerebral Cortex等高水平期刊发表论文70余篇，其中以通讯及第一作者(含共同第一和共同通讯)发表SCI论文30余篇，作为负责人承担包括科技创新2030“脑科学与类脑研究”重大项目课题、国家自然科学基金以及中科院先导专项课题等项目。作为核心完成的人类脑网络组图谱得到了国内外同行的广泛认可和高度评价，研究成果被Science、Nature Reviews Neuroscience等国际一流杂志正面引用和评述，入选了两院院士评选的中国十大科技进展新闻、中国十大医学进展、中科院改革开放四十年40项标志性科技成果，以及北京市自然科学奖一等奖，个人荣获了 “中国青年解剖科学家奖”， “李继硕教授青年优秀论文一等奖” 等荣誉，并入选中科院青促会培养计划以及中科院脑智卓越创新中心年轻骨干。

报告题目：Mapping the Multiscale and Multifaceted Human Brain.

报告摘要：Embarking on a journey to understand the human brain through the lens of its connectivity, which forms the backbone of its intricate architecture. Here, we will elucidate the pivotal role of connection scaffolds in defining cortical patterns and explore the genetic foundations of brain connectivity. Furthermore, we investigate the dynamic interplay between brain connectivity and cortical geometry throughout development, underscoring the evolving nature of these relationships. This multiscale examination enhances our comprehension of the brain's structural and functional complexity, offering valuable insights for advancing neuroscience research and clinical neurology practices.

刘赐融 研究员

中国科学院脑科学与智能技术卓越创新中心

专家简介：刘赐融研究员，中国科学院脑科学与智能技术卓越创新中心（神经科学研究所）转化脑影像研究组组长，获得中组部海外优青，中国科学院百人计划等资助。课题组主要以非人灵长类（狨猴）为动物模型，基于磁共振影像、空间转录组、介观连接组等多组学的手段，结合电生理、光学成像、光遗传以及行为监测等技术，开发脑图谱工具，研究脑网络的结构基础和功能机制，以及非人灵长类脑疾病模型的影像表征和病理机制。相关成果以通讯作者（含共同）发表在Science、Nature Neuroscience、Nature Communications、National Science Review、Cell Reports和Neuroimage等学术期刊上。

报告题目： Mesoscale Brain Mapping of Marmosets

报告摘要:  Mapping of axon trajectories is crucial for understanding brain organization. Using whole-brain ultrahigh-throughput fluorescence imaging, we developed a cytoarchitecture-based link estimation (CABLE) method for accurate fiber tract mapping at cellular resolution. This method infers the fiber direction from the inherent anisotropy of the nucleus/soma shape and spatial arrangement of adjacent cells. The inferred fiber tracts were validated by tracing virally labeled individual axons in the marmoset brains. This CABLE method could disentangle complex crossing fibers that were uncertain in diffusion MRI tractography, allowing accurate brain-wide fiber tract reconstruction in marmoset brains.

五、报名方式：

参会人员请于2024年12月20日前，扫描下方二维码提交参会回执（含会议群链接）

其他：

（1） 本次会议无注册费和资料费

（2） 会议联系人：王老师（010-82544795、贾老师（15810239891）