美国威斯康星大学麦迪逊分校统计系张春明教授访问心理所并举办脑成像统计方法学术讲座

　　近期一些有关功能磁共振成像（fMRI）的研究结果遭到质疑，其重要原因之一是部分科研工作者在统计分析方法使用上不严谨和缺乏领域规范，这也反映出该领域当前和未来的一个关键科学问题是“如何提高fMRI研究的可靠性和可重复性”。为此，1月10日，心理所磁共振成像研究中心特邀美国威斯康星大学麦迪逊分校统计系张春明教授来所举办了题为“Statistical Modeling and Inference for Neuroimaging Data”的学术讲座。讲座由磁共振成像研究中心主任左西年研究员主持。 

　　张春明，1990年于南开大学获得数理统计学学士学位，1993年于中国科学院获得计算数学硕士学位，2000年于美国北卡莱罗纳大学教堂山分校获得统计学博士。她先后在美国威斯康星大学麦迪逊分校统计系任助理教授(2000-2005)、副教授 (2005-2010)、正教授(2010-至今)。先后担任Annals of Statistics (2007–2009)、Journal of the American Statistical Association (2011–)、Journal of Statistical Planning and Inference (2012–)等国际权威统计学杂志的副主编。2011年当选国际数理统计学会“会士”、2016年当选美国统计学会“会士”、2015年担任美国统计协会非参数统计分会程序主席。她的研究兴趣主要包括高维复杂数据统计建模与推断、非参数与半参数统计建模与推断、大规模多元联合统计推断及其在神经科学、脑科学研究、生物信息、医学、计量经济学及金融等领域的应用。 

　　在报告中，张春明首先介绍了脑成像大数据的统计学挑战，主要归因于两个方面：一是数据量巨大，二是数据的噪声干扰大。接下来，通过对统计模型的介绍及逐步推演，为大家详细介绍了已有参数统计模型在激活区域的检测中扮演的重要角色和局限，并通过仿真的结果生动演示了优化后的半参数统计模型可以得到聚合度更高的激活脑区。此外，报告也为大家展示了如何利用统计机器学习进行神经元级别的功能连接分析及其在大鼠工作记忆研究中的应用。 

　　极具深度的讲座引起了在座师生的广泛兴趣和互动，多位师生就自身研究中遇到的统计分析问题与张春明进行了深入探讨。未来，双方将开展更为广泛的学术交流以及心理学和统计学（如人类毕生发展建模和脑成像大数据挖掘）交叉研究。 

张春明教授作报告

讲座现场