由于人类大脑的复杂性，如果想要通过干预手段减轻大脑缺陷或是提高大脑功能，其方式必须是高度精确的。

现在，我们见证了新技术和新方法的涌现，它们将会推动该领域取得前所未有的进步。例如神经调节，它可以通过向大脑或身体中的指定位置传递电刺激或是化学药剂来改变神经活动。更令人兴奋的是，生物技术和信息技术的有机结合正驱动着脑机接口领域的最新进展。

天桥脑科学研究院（Tianqiao & Chrissy Chen Institute, TCCI）与《科学》杂志将联合举办一场年度会议，聚焦前沿科研领域的最新突破，欢迎您的参与！

今年的会议即将于北京时间10月13-14日（U.S. Pacific Time：10月12-13日）举行，聚焦于过去几年取得重大进展的两个领域。会议第一天，我们将探讨相关领域的最新进展；会议第二天，我们将持续密切关注有关脑机接口的话题。

本次会议后，追问团队将整理会议内容和回顾，并收集青年科学家们对主讲内容的进一步追问和讨论，敬请期待！

1. 普通注册用户：＄100（点击文末的“阅读原文”报名）

2. 注册参加了9月7日Science网络研讨会的用户：＄50（优惠码已发送至您注册网络研讨会的确认邮箱，请使用该优惠码进行报名）

3. 学生：免费，请将您的学生证照片发送至feedback@cheninstitute.org，我们将为您提供一个优惠码，可供您在报名时使用。

由TCCI天桥脑科学研究院主办的“Brain Talk院士论坛”持续举办脑科学高端国际学术交流和科普讲座，不仅面向业内人士，也面向对脑科学感兴趣、受过良好教育的非专业人士。Brain Talk希望通过倡导“打破砂锅问到底”的科学精神，提供更多机会让青年科学家追问国际大咖，让非专业人士追问科学家，吸引更多的科学家共同探索脑科学的边界，吸引更多的公众共同关心和支持脑科学。

# 干细胞 # 脊髓损伤

1977年毕业于美国麻省理工学院，获博士学位。苏教授是国际视神经轴突再生研究领域先驱，于1985年首次通过外周神经移植方法实现成年哺乳动物的视网膜节细胞长距离轴突再生。目前研究方向主要为改善中枢神经再生并缓解精神障碍疾病的药物和非药物策略。苏教授致力研究神经保护和再生因素，包括运动、中草药小分子提取物、物理疗法、新一代生物材料等。共发表科研论文300多篇，引用超过6500次。1995年荣获国家自然科学奖﹐1999年获选为中科院院士，2015年获美国国家发明家协会任命为发明家院士。

苏国辉教授发现了双眼视网膜在其靶区（上丘及外侧膝状体）投射的一些重要规律。开展实验发育学研究，从破坏视觉正常投射后出现的异常投射或代偿投射来研究视觉传导路的可塑性。从可塑性研究发展到视网膜再生研究，是这领域的先驱者。创建了外周神经视网膜移植模型，首次证明成年鼠视网膜节细胞受损轴突可在外周神经中长距离再生。近年来，研究各种细胞成分眼内移植或神经生长因子球内注射对视网膜节细胞再生的影响，在6种神经营养因子中，发现只有CNTF（睫状神经营养因子）能促进视网膜节细胞轴突再生。

Rusty Gage

索尔克生物研究所所长，遗传实验室教授

电影中的脑测试

Brain tests when watching a movie

人们有时以同样的方式理解世界，有时则具有鲜明的个性。研究表明，当我们在现实生活中拥有相同的知觉、感受和心理状态时，我们的大脑会表现出相似的活动模式。由此反推，我们的大脑对同一事件的反应可能有助于解码我们在认知和感受方面的个体差异。在本次演讲中，我将介绍我们是如何按照上述原理开发生态大脑测试。通过测量大脑对定制电影的反应，我们建立了机器学习模型来评估儿童和青少年的情绪成熟度以及识别精神障碍。

上海市精神卫生中心研究员、博士生导师、上海交通大学心理与行为科学研究院特聘研究员、TCCI转化中心研究员；研究领域：人脑发育、儿童青少年精神健康、神经影像技术。

小鼠情绪表达及其神经元相关性

Expressions of emotion and their neuronal correlates in mice

情绪作为人类必要的生存功能，它控制着个人和社会行为。尽管情绪在生活中发挥着重要作用，但它仍然是大脑功能中最不为人知的产物之一。在本次演讲中，我将讨论我们实验室最近的工作：证明如何通过面部表情可以敏感地读出小鼠的情绪状态。此外，正在进行的研究如阐明岛叶皮层在情绪过程中的作用，也会在此次演讲中提及。

2007年在巴塞尔大学获得神经生物学博士学位，然后在哈佛大学 Takao Hensch 实验室从事博士后研究。自2014年起，Gogolla博士在德国马克斯·普朗克神经生物学研究所担任研究小组组长。2017年，她荣获欧洲研究委员会启动研究基金。Gogolla博士的研究项目旨在研究情绪背后的神经元活动。为了实现这个目标，她的实验室研发出了有创新性的行为范式和的数据分析模式来测量动物的情绪状态。她的工作将这些读取到的数据与系统神经科学的前沿技术结合起来，包括双光子钙成像、单元体内膜片钳电生理学、光纤光度、病毒追踪和光遗传学。

我们能从智能手环和智能手机中了解哪些有关大脑健康的信息？

What can we learn about brain health from a wristband and smartphone?

多年前，我带领我们在麻省理工学院的团队创建了第一个可穿戴和非接触式成像机器学习算法，通过测量生理指标以数字化的方式表征人类情绪状态。我们重新设计了可穿戴传感器，该传感器能全天不停歇地收集数据，这让我们有了一些意想不到的发现。例如，我们最初的设想只是对汗液压力反应进行简单的测量，其结果却证明这一反应存在特定模式，这甚至比 100 年来实验室里研究的“皮肤电活动”（EDA）更有趣。我们进一步了解到，EDA 在睡眠的某些阶段以及被特定类型的神经刺激激活时也可以达到最高峰值。本次演讲将重点介绍在情绪测量过程中的最新发现，及其对焦虑、抑郁、睡眠记忆巩固、癫痫和自闭症等的影响。有了这些新发现和智能手机，我们可以解决哪些未来将会面临的重要挑战？

Rosalind Picard是一位教授、发明家、工程师和科学家。她撰写了《情感计算》一书，概述了如何赋予机器情商技能，此书推动了情感计算这一科学领域的发展。她的发明利用AI技术推动了神经病学和精神病学的进步，她还与他人共同创立了两家成功的企业 Affectiva 和 Empatica：Affectiva 为 情感人工智能提供软件支持。Empatica 打造了第一款经 FDA 批准的智能手表，当有危及生命的癫痫发作可能时，该手表会发出警告，以及一种新的 AI 可穿戴设备：在疾病症状出现之前，会警告使用者病毒感染的可能性，目前美国卫生与公共服务部正在对其进行研究。在麻省理工学院，她是媒体实验室（Media Lab）的全职教授，负责教学和指导研究，并担任麻省理工学院校园健康计划 MindHandHeart 的创始教员主席。Picard博士获得了许多认可，包括工程师的最高荣誉之一，入选国家科学院。

临床神经外科和应用神经科学中的机器学习

Machine-Learning in Clinical Neurosurgery and Applied Neuroscience

言语的神经编码

The neural code of speech

人类语言认知的产生源于神经计算将外部接收到的语音信号转化为内部文字表征。大脑颞上回（STG）包含非主要听觉皮层，它也是语音处理的关键核团。我将为大家阐述颞上回中的语音表征是如何依赖于非线性且动态的处理过程，比如分类、规范化、语境还原以及对时序的提炼。颞上回局部皮质位点的空间嵌合展示了不同语音和韵律特征的复杂听觉代码。我们认为，作为一个群体集合，这些分布式神经活动模式产生了抽象且高阶的音素和音节表征，进而产生了语言感知。我将介绍颞上回进行语音处理的多模态、循环神经网络，这将进一步证明颞上回在听觉和语言系统衔接中起到的关键作用。

Edward Chang是加州大学旧金山分校神经外科学教授，神经外科系主任。他专长于通过高级脑功能定位手术保留大脑语言功能区。他还是加州大学伯克利分校和加州大学旧金山分校神经工程与假肢中心联合主任，该中心由加州大学旧金山分校和伯克利分校共同设立。他的研究主要关注人类行为（例如语言和情绪）背后的大脑机制。举例来说，通过研究与说话时的身体运动相关的大脑活动，他的团队成功的使用计算机解码这些大脑信号并将其转换为人工合成的语音。这项技术最终有可能为丧失了说话能力的瘫痪人群提供语言假肢。他曾获Blavatnik 全国生命科学桂冠和美国国立卫生院院长创新奖。他同时还是美国霍华德休斯医学研究所（HHMI）学者成员。

人工神经网络作为人类大脑语言理解的模型

Artificial neural networks as models of language comprehension in the human brain

我的研究计划旨在理解计算和表征及其背后的神经元活动，正是这些计算与表征使我们能够通过语言分享复杂的思想。十年前，我开发了一种可靠的新方法来研究大脑中的语言，其基础是从功能上识别个体参与者的语言反应皮层。使用这种方法，我识别并描绘出了一组额叶和颞叶脑区的特点：1) 支持语言理解和产生（口语和书面语）；2) 与较低级别的感知（例如，语音处理）和运动（例如，发音）脑区完全分离；3) 不同语言（来自 11 个语系的 40 多种语言）在空间和功能上相似；4) 形成一个功能集成的系统，不同组成部分之间具有大量冗余。我将重点介绍我们工作中的三个主要发现。

首先，我将展示语言相关的大脑区域在各种非语言过程中对语言具有高度选择性——从数学和音乐到执行过程、再到非语言语义认知，甚至是处理计算机代码。同时，这些脑区还与支持社会认知的系统有深度且有趣的联系。

其次，与许多主要观点相反，我将证明语言脑区支持词义理解和句子结构的构建，语言网络的任何部分都没有选择性地进行组合/句法处理。我们通常认为大脑中的记忆和计算在空间上是没有分离开来的，而词义和结构构建之间的有力整合与这一论点一致。

最后，我将列举一些自然理解过程中语言网络预测编码的最新证据。我还会展示最先进的人工神经网络语言模型（针对预测处理进行了优化）在语言理解过程中准确捕获了神经反应。第二点对于研究语言理解的机制来说是关键的第一步。

Fedorenko博士是一位研究语言系统的认知神经科学家。她于2002年获得了哈佛大学的学士学位，并于2007年从麻省理工学院获得博士学位。随后，她获得了美国国立卫生研究院国家儿童健康与人类发展研究所颁发的 K99R00 职业发展奖。2014 年，她成为了哈佛医学院/马萨诸塞州波士顿总院的教职员工。她于 2019 年回到麻省理工学院，目前在大脑认知科学系和麦戈文脑科学研究所担任副教授。Fedorenko博士使用fMRI、EEG / ERP、MEG，颅内记录和刺激以及计算模型等技术来研究成人和儿童，研究对象中包括患有发育性和后天性脑部疾病的患者。