課程背景

隨著腦機接口（Brain-Computer Interface, BCI）研究從概念驗證逐漸走向臨床轉化和個體化應用，研究者面臨的一個核心問題越來越明確：BCI 應該從哪里讀取信號？是運動皮層、感覺皮層、輔助運動區、語言相關皮層，還是更大尺度的功能網絡？不同腦區承載不同功能，信號質量、個體差異、任務相關性和臨床可達性都會影響最終的 BCI 效果。

在許多 BCI 研究中，腦區選擇常常依賴經典腦圖譜、既往文獻或經驗判斷。這些方法雖然重要，但很難回答個體層面的關鍵問題：這個被試的目標功能區是否與標準腦圖譜一致？任務是否真正激活了目標腦區？候選腦區是否處在穩定的功能網絡中？如果要進一步開展 ECoG、SEEG、iEEG 或植入式 BCI 研究，如何為靶點選擇提供更清晰的證據鏈？

MRI/fMRI 和腦網絡分析正是連接“腦區功能定位”和“BCI 信號選擇”的重要工具。結構 MRI 可以幫助研究者理解解剖位置與個體差異，任務態 fMRI 可以幫助定位與運動、感覺、語言、想象和認知控制相關的功能區，靜息態 fMRI 和功能連接分析則可以從網絡層面理解腦區之間的協同關系。

本課程將圍繞 BCI 腦區選擇這一實際研究問題，系統講授 MRI/fMRI 的基本概念、人類被試任務設計、BIDS 數據結構、預處理質量控制、任務態 GLM 分析、ROI 提取、腦圖譜使用、靜息態功能連接和腦網絡分析。課程重點不是把學員訓練成影像軟件操作員，而是幫助學員建立從“研究問題”到“腦區選擇證據”的完整思維框架。

通過本課程，學員將學習如何使用公開 fMRI 數據和 Python 代碼復現基礎分析結果，理解每一步分析背后的目的和限制，并最終形成一份面向 BCI 研究的腦區選擇方案。

培訓對象

本課程主要面向希望使用 MRI/fMRI 和腦網絡分析輔助 BCI 研究設計、植入前評估、神經影像分析或臨床轉化研究的老師、研究生、醫生和科研人員。

尤其適合以下幾類學員：

1. 正在開展或計劃開展 BCI、神經調控、運動康復、語言溝通、意識障礙相關研究，但不清楚如何選擇候選腦區的研究者。

2. 希望理解 MRI/fMRI、任務激活、ROI、腦圖譜和功能連接，但缺少系統入門路徑的心理學、神經科學和醫學背景學員。

3. 已有行為、影像或臨床數據，希望進一步從腦區和腦網絡角度解釋個體差異的研究者。

4. 準備開展 ECoG、SEEG、iEEG 或植入式 BCI 相關研究，希望用 fMRI 為靶點選擇提供證據的學生和醫生。

5. 希望從“看懂腦圖”進一步走向“能夠設計分析流程、復現結果并服務于 BCI 研究問題”的學習者。

課程說明

1. 從 BCI 研究問題出發，而不是從影像軟件出發

本課程不會把 MRI/fMRI 講成孤立的軟件操作流程，而是從 BCI 的核心問題出發：為什么要定位腦區？候選腦區如何影響信號質量和解碼上限？任務態激活和靜息態網絡能分別提供什么證據？課程會幫助學員理解影像分析結果如何轉化為 BCI 靶點選擇的判斷依據。

2. 從實驗設計到腦區證據鏈的完整流程

課程不僅講如何得到一張激活圖，還會覆蓋人類被試任務設計、BIDS 數據結構、預處理質量控制、GLM 建模、contrast 設置、ROI 提取、側化指數、功能連接和結果解釋。學員將理解一份可靠的腦區定位結果，需要從實驗設計、數據質量、統計分析和功能解釋多個層面共同支持。

3. 面向零基礎學員建立影像分析直覺

課程會從 NIfTI、voxel、TR、volume、MNI 坐標、腦圖譜、ROI 等基礎概念講起，不要求學員事先系統掌握神經影像。課程會盡量用腦圖、任務范式和代碼輸出解釋概念，避免一開始進入復雜公式和軟件細節。

4. 完整代碼和示例數據，幫助學員復現結果

課程將配套提供可運行的 Python/Jupyter Notebook 和示例數據，帶領學員完成數據讀取、腦圖顯示、任務事件讀取、設計矩陣構建、GLM 激活分析、ROI 提取和功能連接分析。每段代碼都會解釋輸入、輸出和結果含義，幫助學員從“看老師演示”走向“自己能夠復現”。

5. 面向科研和臨床問題的遷移應用

課程最終目標不是讓學員只會跑示例數據，而是能夠把流程遷移到自己的課題中。課程會討論如何根據運動、語言、感覺、認知控制、意識評估等不同研究目標選擇任務范式，如何判斷結果是否可靠，以及如何在論文或課題申請中呈現腦區選擇證據。

你可能想問

Q：我沒有 MRI/fMRI 基礎，可以學習這門課嗎？
A：可以。本課程會從影像數據的基本概念講起，包括 NIfTI、voxel、TR、腦圖譜和 ROI 等內容。課程重點是幫助學員理解分析邏輯和 BCI 應用意義，而不是要求學員先掌握復雜影像方法。

Q：這門課是偏理論還是偏實操？
A：課程定位為“理論理解 + 數據實戰 + BCI 應用”。我們會講清楚任務設計、預處理、GLM、ROI 和功能連接的基本原理，也會通過代碼帶學員復現關鍵結果。

Q：我不會 Python，能跟上嗎？
A：課程代碼會盡量保持清晰和模塊化，重點講解每段代碼的輸入、輸出和用途。如果完全沒有 Python 基礎，建議提前完成課程提供的 Python/Jupyter 預習材料。

Q：學完后能直接用于自己的 fMRI 數據嗎？
A：課程目標是幫助學員建立可遷移的分析框架。不同數據集、任務設計和預處理狀態會影響具體代碼修改，但學完后應能理解如何讀取數據、檢查質量、建立模型、提取 ROI 并解釋結果。

Q：這門課和普通神經影像課程有什么不同？
A：普通影像課程通常以影像分析方法為主線，本課程以 BCI 腦區選擇為主線。每個影像步驟都會對應一個 BCI 決策問題，例如候選腦區是否任務相關、是否穩定、是否側化、是否適合作為信號來源。

Q：課程會提供代碼和數據嗎？
A：會。課程建議配套提供示例數據、Jupyter Notebook、結果復現清單和常見報錯說明，幫助學員在課后繼續練習。

Q：課程結束后我能得到什么成果？
A：學員將完成一份簡要的 BCI 腦區選擇方案，包括任務激活圖、ROI 表格、功能連接結果和靶點選擇理由。

Q：報名后怎么學習？可以退出嗎？有發票嗎？

A：課程提供發票，我們會在開課前兩種分發課前準備資料，請大家根據資料進行預習和準備工作。分發資料前，如因個人原因需要退、改的同學，聯系小助手進行協商；分發課前準備資料后不再接受退、改申請

↓滑動查看往期學員反饋↓

如何報名？