报告题目：基于人工智能与多模态神经影像的脑疾病生物学标记挖掘

报告摘要

多模态神经影像已成为脑科学研究不可或缺的工具。然而，如何充分利用多种模态脑影像的互补信息开展协同分析，并发掘客观、有效、稳定、可推广的影像学标记仍然是神经影像学研究中的重要挑战之一。本报告面向脑疾病与人工智能的交叉学科前沿，将介绍两大类基于数据驱动的多模态影像学标记检测方法及其临床应用。1) 系统介绍基于独立成分分析的有监督多模态MRI融合技术，以及如何基于该技术发现精神分裂症的认知损伤标记、多种孤独症亚型共有的和特异的神经影像学特征、以及儿童青少年多种认知发育风险的纵向预测。2) 如何基于多种模式识别技术构建基于磁共振影像组学的认知能力预测和脑疾病辅助诊断/分型系统，为脑发育障碍的早期诊断和疗效预测提供人工智能赋能。

嘉宾简介

隋婧，中国科学院自动化研究所研究员、博导、中国科学院大学岗位教授。中国图象图形学会石青云女科学家奖获得者，国家优秀青年基金获得者，中科院人才计划获得者。目前在本领域知名期刊和国际会议如Nature Communications, Biol Psychiatry, Brain, IEEE TMI等发表论文200余篇，担任知名神经影像学期刊Human Brain Mapping的副主编，谷歌H指数=41。主要研究兴趣为脑影像大数据挖掘、神经精神疾病的影像学标志检测、多模态脑影像融合技术、儿童青少年认知功能发展与相关发育障碍的个体化预测研究等。

特别感谢本次Webinar主要组织者：

张枢（西北工业大学）