教学与研讨课

在耶拿大学(弗里德里希·席勒大学),我们的教学处在神经科学、脑成像、机器学习和精神与神经系统疾病的交汇点上。课程面向耶拿的学生开放,也欢迎来自德国各地和其他国家的参与者。

Parsing Individual Differences in Brain Disorders

冬季学期 · 11月的三个周末

本课程介绍心理健康研究中个体层面推断的基础,重点讲授常模建模,共分为三个部分。

课程详情

在第一部分,学生阅读 Kay Redfield Jamison 的 An Unquiet Mind,这是一位患有双相障碍的科学家写的回忆录。学生将围绕亲身经历、心理健康问题在社会中的呈现方式,以及其表现形式的多样性展开讨论,从而推动思考超越基于平均值的病例对照框架。第二部分介绍个体差异的概念框架,包括 HiTOP、RDoC 和常模建模。通过讲授和由学生主导的论文讨论,学生将探讨偏离图谱(deviation mapping)、异质性,以及这些方法的前景与局限。在第三部分,学生学习什么是生物标志物以及如何构建生物标志物,编写 Python 脚本从功能磁共振成像数据中提取生物标志物,并估计常模模型,从而切实理解个体层面的偏离分数如何计算,以及它们为何成为现代心理健康研究中的核心分析指标。如需获得本课程成绩,考核将依据课堂参与情况、一次课堂报告,以及一篇关于课程所学内容的书面反思。

The 50 Most Influential Ideas in Neuroscience, Psychology & Machine Learning

夏季学期 · 大多数周四,12:15–13:45

本课程梳理塑造现代神经科学的重要思想,并追溯它们与心理学和机器学习之间的联系。

课程详情

每年从精心挑选的50个开创性概念中选出14个有影响力的思想,其中约8个来自神经科学,3个来自心理学,3个来自机器学习。课程以神经科学为核心,同时突出那些最深刻地改变了这一领域的思想。每年的选题随机产生,以保证思想的多样性和内容的更新,也带来发现的乐趣。每次讲座介绍一个核心思想,以及确立其起源、影响和跨领域作用的关键论文。部分课次由学生报告开创性论文,以鼓励批判性评价和积极参与。课程结束时,学生将对这些基础思想形成广泛而连贯的整体认识,理解它们如何相互影响,并清楚地看到神经科学、心理学和机器学习如何共同塑造了当代思想。如需获得本课程成绩,考核将依据课堂参与情况,以及对一篇研究论文的深入批判性评价。

Seminar: Neuroscience and Machine Learning

夏季与冬季学期 · 择优录取,最多五名学生 · 每周五,14:15–15:30

本研讨课面向积极性很高的学生,适合正在考虑来我们实验室完成硕士论文或相关研究项目的同学。

课程详情

小班规模便于进行细致的指导。录取依据一封简短的动机信以及与实验室研究方向的契合程度。研讨课上,博士后、博士研究生和外部合作者将深入介绍各自的研究,让学生直接了解实验室当前的研究工作。参与者需要积极参与讨论,并在适当阶段报告一篇经典论文,或介绍自己的研究想法或研究计划。有意参加的学生请通过电子邮件提交简短的动机信和简历。