2020年7月21日 上午 09:00~10:00

基于多模态脑影像的个体认知预测方法及其临床应用

       姜荣涛，中国科学院自动化研究所，博士。目前以第一作者在Biological Psychiatry, Cerebral cortex, Neuroimage, Neuropsychopharmacology及Brain imaging and behavior发表论文7篇，在EI收录的国际会议发表论文1篇。博士期间曾获得国家奖学金、朱李月华奖学金、攀登奖学金、中国科学院大学三好学生标兵等荣誉。目前担任NeuroImage, Human Brain Mapping等期刊审稿人。

       主要研究方向为基于多模态脑影像的个体指标预测方法及其应用，利用结构、功能等多种模态影像特征，开发、应用能够在个体水平对认知行为、疾病症状严重程度、性格特质等连续变量进行精准预测的定量模型，寻找稳健可靠的影像学标记物。主要学术贡献：在多中心数据集上建立了具有优越泛化性能的智商预测模型，发现女性智商具有更高的可预测性；利用皮层厚度和功能连接构建了多模态智商预测模型，发现了智商脑机制的性别差异，证明多模态模型可显著提高个体智商预测精度；利用任务态fMRI数据构建了阅读理解能力的个体化预测模型，发现任务态脑功能连接在预测认知能力上的优势。