课程背景
随着脑机接口（Brain-Computer Interface, BCI）研究从概念验证逐渐走向临床转化和个体化应用，研究者面临的一个核心问题越来越明确：BCI 应该从哪里读取信号？是运动皮层、感觉皮层、辅助运动区、语言相关皮层，还是更大尺度的功能网络？不同脑区承载不同功能，信号质量、个体差异、任务相关性和临床可达性都会影响最终的 BCI 效果。
在许多 BCI 研究中，脑区选择常常依赖经典脑图谱、既往文献或经验判断。这些方法虽然重要，但很难回答个体层面的关键问题：这个被试的目标功能区是否与标准脑图谱一致？任务是否真正激活了目标脑区？候选脑区是否处在稳定的功能网络中？如果要进一步开展 ECoG、SEEG、iEEG 或植入式 BCI 研究，如何为靶点选择提供更清晰的证据链？
MRI/fMRI 和脑网络分析正是连接“脑区功能定位”和“BCI 信号选择”的重要工具。结构 MRI 可以帮助研究者理解解剖位置与个体差异，任务态 fMRI 可以帮助定位与运动、感觉、语言、想象和认知控制相关的功能区，静息态 fMRI 和功能连接分析则可以从网络层面理解脑区之间的协同关系。
本课程将围绕 BCI 脑区选择这一实际研究问题，系统讲授 MRI/fMRI 的基本概念、人类被试任务设计、BIDS 数据结构、预处理质量控制、任务态 GLM 分析、ROI 提取、脑图谱使用、静息态功能连接和脑网络分析。课程重点不是把学员训练成影像软件操作员，而是帮助学员建立从“研究问题”到“脑区选择证据”的完整思维框架。
通过本课程，学员将学习如何使用公开 fMRI 数据和 Python 代码复现基础分析结果，理解每一步分析背后的目的和限制，并最终形成一份面向 BCI 研究的脑区选择方案。
培训对象
本课程主要面向希望使用 MRI/fMRI 和脑网络分析辅助 BCI 研究设计、植入前评估、神经影像分析或临床转化研究的老师、研究生、医生和科研人员。
尤其适合以下几类学员：
正在开展或计划开展 BCI、神经调控、运动康复、语言沟通、意识障碍相关研究，但不清楚如何选择候选脑区的研究者。
希望理解 MRI/fMRI、任务激活、ROI、脑图谱和功能连接，但缺少系统入门路径的心理学、神经科学和医学背景学员。
已有行为、影像或临床数据，希望进一步从脑区和脑网络角度解释个体差异的研究者。
准备开展 ECoG、SEEG、iEEG 或植入式 BCI 相关研究，希望用 fMRI 为靶点选择提供证据的学生和医生。
希望从“看懂脑图”进一步走向“能够设计分析流程、复现结果并服务于 BCI 研究问题”的学习者。
课程说明
1. 从 BCI 研究问题出发，而不是从影像软件出发
本课程不会把 MRI/fMRI 讲成孤立的软件操作流程，而是从 BCI 的核心问题出发：为什么要定位脑区？候选脑区如何影响信号质量和解码上限？任务态激活和静息态网络能分别提供什么证据？课程会帮助学员理解影像分析结果如何转化为 BCI 靶点选择的判断依据。
2. 从实验设计到脑区证据链的完整流程
课程不仅讲如何得到一张激活图，还会覆盖人类被试任务设计、BIDS 数据结构、预处理质量控制、GLM 建模、contrast 设置、ROI 提取、侧化指数、功能连接和结果解释。学员将理解一份可靠的脑区定位结果，需要从实验设计、数据质量、统计分析和功能解释多个层面共同支持。
3. 面向零基础学员建立影像分析直觉
课程会从 NIfTI、voxel、TR、volume、MNI 坐标、脑图谱、ROI 等基础概念讲起，不要求学员事先系统掌握神经影像。课程会尽量用脑图、任务范式和代码输出解释概念，避免一开始进入复杂公式和软件细节。
4. 完整代码和示例数据，帮助学员复现结果
课程将配套提供可运行的 Python/Jupyter Notebook 和示例数据，带领学员完成数据读取、脑图显示、任务事件读取、设计矩阵构建、GLM 激活分析、ROI 提取和功能连接分析。每段代码都会解释输入、输出和结果含义，帮助学员从“看老师演示”走向“自己能够复现”。
5. 面向科研和临床问题的迁移应用
课程最终目标不是让学员只会跑示例数据，而是能够把流程迁移到自己的课题中。课程会讨论如何根据运动、语言、感觉、认知控制、意识评估等不同研究目标选择任务范式，如何判断结果是否可靠，以及如何在论文或课题申请中呈现脑区选择证据。
你可能想问
Q：我没有 MRI/fMRI 基础，可以学习这门课吗？
A：可以。本课程会从影像数据的基本概念讲起，包括 NIfTI、voxel、TR、脑图谱和 ROI 等内容。课程重点是帮助学员理解分析逻辑和 BCI 应用意义，而不是要求学员先掌握复杂影像方法。
Q：这门课是偏理论还是偏实操？
A：课程定位为“理论理解 + 数据实战 + BCI 应用”。我们会讲清楚任务设计、预处理、GLM、ROI 和功能连接的基本原理，也会通过代码带学员复现关键结果。
Q：我不会 Python，能跟上吗？
A：课程代码会尽量保持清晰和模块化，重点讲解每段代码的输入、输出和用途。如果完全没有 Python 基础，建议提前完成课程提供的 Python/Jupyter 预习材料。
Q：学完后能直接用于自己的 fMRI 数据吗？
A：课程目标是帮助学员建立可迁移的分析框架。不同数据集、任务设计和预处理状态会影响具体代码修改，但学完后应能理解如何读取数据、检查质量、建立模型、提取 ROI 并解释结果。
Q：这门课和普通神经影像课程有什么不同？
A：普通影像课程通常以影像分析方法为主线，本课程以 BCI 脑区选择为主线。每个影像步骤都会对应一个 BCI 决策问题，例如候选脑区是否任务相关、是否稳定、是否侧化、是否适合作为信号来源。
Q：课程会提供代码和数据吗？
A：会。课程建议配套提供示例数据、Jupyter Notebook、结果复现清单和常见报错说明，帮助学员在课后继续练习。
Q：课程结束后我能得到什么成果？
A：学员将完成一份简要的 BCI 脑区选择方案，包括任务激活图、ROI 表格、功能连接结果和靶点选择理由。
Q：报名后怎么学习？可以退出吗？有发票吗？
A：课程提供发票，我们会在开课前两种分发课前准备资料，请大家根据资料进行预习和准备工作。分发资料前，如因个人原因需要退、改的同学，联系小助手进行协商；分发课前准备资料后不再接受退、改申请
↓滑动查看往期学员反馈↓
如何报名？
热门跟贴