6月18日下午2点，计算机与通信工程学院通信系邝利丹博士在理科楼A102室给通信工程专业的本科生做了题目为“基于盲源分离的多被试复数fMRI数据分析"”的学术报告。

随着近几年脑科学研究在全世界范围内掀起了研究热潮，功能磁共振成像（functional Magnetic Resonance Imaging, fMRI）以其毫米级高空间分辨率及非侵入等优势，成为了脑科学研究的一种重要的医学影像技术。独立成分分析(Independent Component Analysis, ICA)属于基于数据驱动的盲源分离（Blind Source Separation, BSS）方法，只需已知观测信号就能估计出源信号及其混合参数，适于分析脑认知程度有限的fMRI数据。ICA具体实现原理是最大化源信号间的非高斯性。当ICA应用于fMRI数据时，通常假设空间独立，分离得到时间序列和脑空间激活成分。对时间序列和脑空间激活成分进行脑功能研究分析，可以为脑疾病研究和智慧医疗做出贡献。