摘要：In everyday life, our brain is faced with the critical challenge of selecting the most relevant fraction of external inputs at the expense of less relevant information. Attention is widely acknowledged to be responsible for this selection process. In the first part of this talk, we show how to identify two key components of attention - the saliency map and the priority map in the human brain. Both the maps describe the topographic representation of attentional allocation. The saliency map is primarily based on bottom-up physical inputs, while the priority map is determined by both bottom-up and top-down signals. We demonstrate that the saliency maps from artificial and natural images are created in early visual cortex, especially in V1. Based on the properties of V1 neurons and the principle of information maximization, we propose a computational saliency map model to simulate human saccadic scanpaths on natural images, which outperforms many other models. Furthermore, we use the fMRI population receptive field (pRF) mapping technique and eye tracking technique, and show that the priority maps of natural images could be found in early visual cortex, including V1-V3.These findings provide converging evidence that the neural substrate of attention maps (including the saliency map and the priority map) could be located in human early visual cortex and significantly extend traditional attention theories that emphasize that only the parietal and frontal cortices are responsible for generating attention. In the second part, we address how the brain concurrently attends to multiple features. We found that, instead of being simultaneously and persistently enhanced, the neural representations of the attended features alternated with each other as they underwent a theta-band (~4 Hz) rhythmic fluctuation over time. This finding revealed for the first time a rhythm-based, time-multiplexing neural machinery supporting concurrent multi-feature attention.
讲者简介：方方，北京大学心理与认知科学学院院长，北京大学学科建设办公室主任、麦戈文脑科学研究所常务副所长，机器感知与智能教育部重点实验室副主任，教授，博士生导师。1997年和2001年分别毕业于北京大学心理学系和信息科学技术学院智能科学系，获理学学士和工学硕士学位。2006年毕业于美国明尼苏达大学心理学系，获博士学位。2006年至2007年继续在明尼苏达大学心理学系从事博士后研究。2007年入职北京大学心理学系。主要利用脑成像、神经调控、心理物理学、计算建模、人类遗传学等方法和技术研究视知觉、意识、注意和它们的认知神经机制。
方方教授所获学术荣誉和奖励包括：百人计划（北京大学，2007年）、国家杰出青年科学基金（国家自然科学基金委，2009年）、中国青年科技奖（中共中央组织部、人力资源和社会保障部、中国科学技术协会，2011年）、教学优秀奖（北京大学，2011年、2017年）、长江学者特聘教授（教育部，2011年）、王选优秀青年学者奖（北京大学，2012年）、政府特殊津贴（国务院，2014年）、中青年科技创新领军人才(科学技术部，2014年)、百千万人才工程国家级人选（人力资源和社会保障部，2015年）、国家有突出贡献中青年专家（人力资源和社会保障部，2015年）、青年科学家奖（国际心理科学联合会，2016年）、万人计划科技创新领军人才(中共中央组织部、科学技术部，2016年)、会士（美国心理科学学会，2018年）。
方方教授担任北京大学-清华大学生命科学联合中心高级研究员、北京大学机器感知与智能教育部重点实验室教授、北京大学麦戈文脑研究所研究员、Current Biology编委、Experimental Brain Research编委、Science China: Life Sciences编委、中国神经科学学会常务理事、中国心理学会常务理事、中国认知科学学会常务理事、中国大百科全书（心理学卷）副主编。
2. 题目：静息态功能磁共振概述及其在认知与脑疾病的应用前景
时间：2020年8月29日15:00-16:40
讲者简介：臧玉峰，医学博士。杭州师范大学心理科学研究院执行院长。1984年于河北医学院获医学学士学位、1991年于天津医学院获神经外科学硕士学位、2002年于北京大学精神卫生研究所获儿童精神卫生博士学位。曾经从事临床神经外科工作14年，之后在中科院自动化所模式识别国家重点实验室、北京师范大学认知神经科学与学习国家重点实验室以及杭州师范大学工作。近年来主要从事静息态功能磁共振影像的计算方法学及其在认知与脑疾病的应用研究。与同事提出“局部一致性”和“低频振幅”等方法。带领研究团队开发了REST、DPARSF、RESTplus等软件。合作发表英语论文100多篇，Google Scholar数据库引用21319次（h指数64）。2014到2018年连续5年入选Elsevier“中国高被引学者”（神经科学），2017、2018年入选Clarivate 高被引学者（神经与行为科学）。
3. 题目：静息态数据分析系列课程第2期：RESTplus数据分析准备及MATLAB入门
时间：2020年8月29日16:40-17:00
讲者简介：贾熙泽，杭州师范大学助理研究员，臧玉峰教授课题组成员，杭州拾睿科技有限公司创始人。具有计算机、心理学及神经科学交叉背景。具有7年的磁共振数据分析经验， RESTplus的作者。静息态功能磁共振论坛（http://www.restfmri.net）管理员。主要研究方向为静息态功能磁共振方法学、数据分析软件开发。合作发表SCI文章13篇，其中第一作者或通讯作者4篇。曾多次受邀在国内外重要学术会议介绍静息态磁共振数据分析，其中包括：Fifth Biennial Conference on Resting State / Brain Connectivity(Vienna) 等。
报名：
为了方便安排，请大家添加范蕊的微信（微信号：13362142709）提交报名表，我们将按照报名的时间顺序确定学员，报名确定之后，如因特殊情况无法参加，请一定提前通知我们，以便安排其他学员。报名但未获得免费培训机会的朋友，下次培训将优先安排。报名截止时间：2020年8月28日18：00。
（也可以微信扫码，添加微信后，索取并提交报名表）
学术讲座
杭州师范大学静息态功能磁共振及相关技术网络免费培训
（第十九期）
（网络在线培训）时间2020年8月29日（周六） 13:00 - 17:00
主办单位：
杭州师范大学心理科学研究院
杭州师范大学附属医院认知与脑疾病研究中心
浙江省认知障碍评估技术研究重点实验室
为了加强社会服务，杭州师范大学拟针对静息态功能磁共振影像研究者开展免费培训服务，暂定每月一次。第19期讲座的时间2020年8月29日13:00 - 17:00。讲座通过网络在线的方式进行。
讲者及简介：
- 题目：Maps and Functions of Human Attention
摘要：In everyday life, our brain is faced with the critical challenge of selecting the most relevant fraction of external inputs at the expense of less relevant information. Attention is widely acknowledged to be responsible for this selection process. In the first part of this talk, we show how to identify two key components of attention - the saliency map and the priority map in the human brain. Both the maps describe the topographic representation of attentional allocation. The saliency map is primarily based on bottom-up physical inputs, while the priority map is determined by both bottom-up and top-down signals. We demonstrate that the saliency maps from artificial and natural images are created in early visual cortex, especially in V1. Based on the properties of V1 neurons and the principle of information maximization, we propose a computational saliency map model to simulate human saccadic scanpaths on natural images, which outperforms many other models. Furthermore, we use the fMRI population receptive field (pRF) mapping technique and eye tracking technique, and show that the priority maps of natural images could be found in early visual cortex, including V1-V3.These findings provide converging evidence that the neural substrate of attention maps (including the saliency map and the priority map) could be located in human early visual cortex and significantly extend traditional attention theories that emphasize that only the parietal and frontal cortices are responsible for generating attention. In the second part, we address how the brain concurrently attends to multiple features. We found that, instead of being simultaneously and persistently enhanced, the neural representations of the attended features alternated with each other as they underwent a theta-band (~4 Hz) rhythmic fluctuation over time. This finding revealed for the first time a rhythm-based, time-multiplexing neural machinery supporting concurrent multi-feature attention.
讲者简介：方方，北京大学心理与认知科学学院院长，北京大学学科建设办公室主任、麦戈文脑科学研究所常务副所长，机器感知与智能教育部重点实验室副主任，教授，博士生导师。1997年和2001年分别毕业于北京大学心理学系和信息科学技术学院智能科学系，获理学学士和工学硕士学位。2006年毕业于美国明尼苏达大学心理学系，获博士学位。2006年至2007年继续在明尼苏达大学心理学系从事博士后研究。2007年入职北京大学心理学系。主要利用脑成像、神经调控、心理物理学、计算建模、人类遗传学等方法和技术研究视知觉、意识、注意和它们的认知神经机制。
方方教授所获学术荣誉和奖励包括：百人计划（北京大学，2007年）、国家杰出青年科学基金（国家自然科学基金委，2009年）、中国青年科技奖（中共中央组织部、人力资源和社会保障部、中国科学技术协会，2011年）、教学优秀奖（北京大学，2011年、2017年）、长江学者特聘教授（教育部，2011年）、王选优秀青年学者奖（北京大学，2012年）、政府特殊津贴（国务院，2014年）、中青年科技创新领军人才(科学技术部，2014年)、百千万人才工程国家级人选（人力资源和社会保障部，2015年）、国家有突出贡献中青年专家（人力资源和社会保障部，2015年）、青年科学家奖（国际心理科学联合会，2016年）、万人计划科技创新领军人才(中共中央组织部、科学技术部，2016年)、会士（美国心理科学学会，2018年）。
方方教授担任北京大学-清华大学生命科学联合中心高级研究员、北京大学机器感知与智能教育部重点实验室教授、北京大学麦戈文脑研究所研究员、Current Biology编委、Experimental Brain Research编委、Science China: Life Sciences编委、中国神经科学学会常务理事、中国心理学会常务理事、中国认知科学学会常务理事、中国大百科全书（心理学卷）副主编。
2. 题目：静息态功能磁共振概述及其在认知与脑疾病的应用前景
时间：2020年8月29日15:00-16:40
讲者简介：臧玉峰，医学博士。杭州师范大学心理科学研究院执行院长。1984年于河北医学院获医学学士学位、1991年于天津医学院获神经外科学硕士学位、2002年于北京大学精神卫生研究所获儿童精神卫生博士学位。曾经从事临床神经外科工作14年，之后在中科院自动化所模式识别国家重点实验室、北京师范大学认知神经科学与学习国家重点实验室以及杭州师范大学工作。近年来主要从事静息态功能磁共振影像的计算方法学及其在认知与脑疾病的应用研究。与同事提出“局部一致性”和“低频振幅”等方法。带领研究团队开发了REST、DPARSF、RESTplus等软件。合作发表英语论文100多篇，Google Scholar数据库引用21319次（h指数64）。2014到2018年连续5年入选Elsevier“中国高被引学者”（神经科学），2017、2018年入选Clarivate 高被引学者（神经与行为科学）。
3. 题目：静息态数据分析系列课程第2期：RESTplus数据分析准备及MATLAB入门
时间：2020年8月29日16:40-17:00
讲者简介：贾熙泽，杭州师范大学助理研究员，臧玉峰教授课题组成员，杭州拾睿科技有限公司创始人。具有计算机、心理学及神经科学交叉背景。具有7年的磁共振数据分析经验， RESTplus的作者。静息态功能磁共振论坛（http://www.restfmri.net）管理员。主要研究方向为静息态功能磁共振方法学、数据分析软件开发。合作发表SCI文章13篇，其中第一作者或通讯作者4篇。曾多次受邀在国内外重要学术会议介绍静息态磁共振数据分析，其中包括：Fifth Biennial Conference on Resting State / Brain Connectivity(Vienna) 等。
报名：
为了方便安排，请大家添加范蕊的微信（微信号：13362142709）提交报名表，我们将按照报名的时间顺序确定学员，报名确定之后，如因特殊情况无法参加，请一定提前通知我们，以便安排其他学员。报名但未获得免费培训机会的朋友，下次培训将优先安排。报名截止时间：2020年8月28日18：00。
（也可以微信扫码，添加微信后，索取并提交报名表）
