2025年4月23日,西安交通大学特聘研究员、博士生导师蒋俊杰为学院老师和同学们作题为《通用自适应全脑动力学预测方法:在脑疾病中的应用及展望》的学术报告。
蒋俊杰博士首先介绍了基于Hopf全脑动力学模型模拟人脑BOLD信号的唯象模型。系统性的研究了各种网络结构下Hopf全脑动力学模型参数拟合的算法准确性和稳定性,创新性的提出了改进的通用自适应全脑动力学拟合的方法。基于该改进的拟合算法,研究了Hopf全脑动力学模型分岔参数a与脑疾病相关脑区之间的关联性。将该算法应用于抑郁症和自闭症fMRI大规模数据及带状疱疹后遗神经痛的数据,发现抑郁症和自闭症发病时的分岔参数和正常人相应参数的差异,带状疱疹后遗神经痛与带状疱疹病人脑区分岔参数的差异,并利用分叉参数对病人和正常人进行分类,取得了超过传统方法的准确率。通过生成数据研究到实际数据拟合道路的成功,展望了系统性探究准确表征人脑状态的拟合算法在未来于脑疾病的诊断和治疗中的应用。
报告结束后,学院老师和同学们就报告内容和自己研究中遇到的相关问题与蒋俊杰老师展开了深入地探讨和交流,对如何进一步开展自己的工作有了更多的思考。
蒋俊杰研究员在神经环路模型与大尺度脑网络建模、计算精神病学人工智能算法的可解释性和脑机接口研究方面取得重要成果,相关成果发表在PNAS(封面),Nature Commun.,Elife,Research等期刊。作为项目负责人获得了自然科学基金青年基金项目的支持,作为任务负责人参与了科技部“科技创新 -2030:脑科学与类脑智能”重大项目。
供稿:王大辉
编辑:郝林青
审核:李 辉