2022北京脑科学国际学术大会 

——孤独症谱系障碍分论坛

一、举办时间：

2022年8月14日上午

二、组织单位：

北京脑科学与类脑研究中心

北京大学-IDG/麦戈文脑科学研究所

三、主持人：

于翔教授

实验室致力于解析基因与环境因素调控脑发育与可塑性的关键分子与环路节点，并将其应用于孤独症等发育性神经系统疾病的诊疗。

易莉副教授

实验室主要关注孤独症儿童的社会信息加工等方面的障碍及其心理病理机制，并致力于开发可以用于孤独症辅助诊断和治疗的新型辅助。

四、论坛主题

《孤独症高危婴儿的脑电与眼动追踪风险因素》

时间：上午09:15-10:00

Sara Jane Webb教授    

 美国华盛顿大学

《基于眼动追踪的孤独症谱系障碍的大脑奖励体系研究》

时间：上午10:00-10:45

王 荃 教授

中国科学院西安光学精密机械研究所

《基于多模态行为信号分析的孤独症辅助诊断及评估》

时间：上午10:45-11:30

李明副 教授

杜克昆山大学

《基于贝叶斯模型的量化精神疾病诊断》

时间：上午11:30-12:15

王 征  副教授

北京大学

五、会议简介

孤独症谱系障碍(简称孤独症或自闭症)是一类以社会交流障碍、狭隘的兴趣和重复刻板行为为主要特征的发育性神经系统疾病。最近发表的流行病学调查结果显示，我国学龄儿童的孤独症发病率为0.7%，是影响人口健康的重大问题之一。目前孤独症的诊断与评估主要依赖性行为学检测，缺少客观评估方法。本论坛邀请的嘉宾将介绍他们运用脑电、眼动、核磁等量化数据,结合多模态信息处理、大数据分析、机器学习与数学模型,建立的孤独症客观量化诊断与评估方法。孤独症客观量化评估的优化、大样本验证与推广对推进该疾病的诊疗有重要意义。

六、报告嘉宾

Sara Jane Webb教授 

美国华盛顿大学

Sara Jane Webb博士是华盛顿大学和西雅图儿童研究所精神病学、心理学、神经科学、分子医学和疾病机制系的教授。她是一名发育认知神经科学家，研究孤独症谱系障碍和其他神经发育障碍高危个体的发育。她目前使用脑电图、事件相关电位（(ERPs)、眼动追踪、神经影像学、心脏生理学和行为测量来研究儿童如何编码、存储和检索和视觉图像(如面孔）有关的信息，以及这些过程与社会能力和社交障碍的关系。

报告题目:孤独症高危婴儿的脑电与眼动追踪风险因素

广泛的研究表明．从出生到三岁这段时间是认知和社会发展的重要时期。婴儿天生就具有学习的能力，早期的经验为随后所有的成就奠定了基础。我们的目标是找出婴儿一岁前的早期过程．用以识别与后来的孤独症行为相关的症状前神经过程。这项工作使用了两种重点关注孤独症诊断高风险人群的方法。第一,“婴儿兄弟姐妹"模型基于家族风险——即．招募那些有一级亲属（例如兄弟姐妹)被诊断为孤独症的婴儿入组。孤独症儿童的弟弟妹妹有大约20%的风险也患有孤独症。第二种模型是医疗风险模型——例如，早产儿患孤独症的风险也较高，7%的极早产儿随后被诊断为孤独症。为了确定与儿童早期孤独症诊断相关的发育轨迹．我将讨论针对年幼婴儿的脑电图和眼动追踪研究．及其与社会和认知系统以及随后孤独症诊断的关系。自主性注意和大脑对社会刺激反应的改变可能是症状前神经改变的最早信号之一，并层层递进影响随后的社会学习。

王荃研究员

中国科学院西安光学精密机械研究所

王荃博士，中国科学院西安光学精密机械研究所研究员，西安市生物医学光谱学重点实验室副主任,博士生导师。于2006年毕业于中山大学获学士学位;就读德国法兰克福大学计算神经科学专业于2013年获得博士学位， 2013-2016年于美国耶鲁大学医学院开展博士后工作并任副研究员。于2019年通过国家海外高层次引进人才青年项目，中国科学院百人计划引进，主要研究方向为生物医学光谱学与计算神经科学。

报告题目:基于眼动追踪的孤独症谱系障碍的大脑奖励体系研究

孤独症谱系障碍(ASD)的主要临床特征是对非社会对象的选择性注意增强和对社会刺激的注意受损。然而，人们对自闭症患者非典型选择性注意的相关机制知之甚少，这限制了更有效干预的发展。在典型的发育个体中，对社会和非社会刺激的选择性注意与刺激的信息价值相关,这通常是在与刺激的重复交互过程中学习的。

我们的假设是．孤独症谱系障碍中的非典型选择性注意与非社会领.域中的价值学习增强和社会领域中的价值学习不佳相关，这表明价值学习可能是孤独症谱系障碍的一个新的治疗靶点。

李明副教授

昆山杜克大学

李明．昆山杜克大学电子与计算机工程副教授．大数据研究中心研究员．武汉大学计算机学院兼职教授．博导。2005年获南京大学通信工程专业学士学位． 2008年获中科院声学所信号与信息处理专业硕士学位.2013年毕业于美国南加州大学电子工程系，获工学博士学位。2013-2017年任教于中山大学卡内基梅隆大学联合工程学院及电子与信息工程学院．副教授．博士生导师。2018年加入昆山杜克大学，研究方向包括智能语音处理．多模态行为信号分析等方向。

报告题目:基于多模态行为信号分析的孤独症辅助诊断及评估

首先介绍自主设计搭建的多模态信号采集系统。该系统可以全面地采集诊疗或评估过程中的多种行为信号，用于后端的多模态信息处理与大数据分析。在此基础上，联合多模态信号处理与机器学习对动作、语音、眼动、表情、手势等数据进行联合分析．将医生主观的行为观察转化为客观的可量化的描述指标．用于孤独症辅助诊断以及行为评估。我将结合辅助诊断．辅助评估．家庭干预．及线上课程等场景介绍该系统的应用。

王征副教授

北京大学

王征实验室长期从事发展高场磁共振成像和神经调控技术,结合非人灵长类疾病模型解析重大精神疾病的环路机制.研创神经调控新技术开展干预治疗研究．推进精神疾病客观诊疗。近年来在国际知名学术期刊发表论文50余篇．包括Am J Psychiatry 、Mol Psychiatry 、BiolPsychiatry (2)、Neuron、Elife、J Neurosci (2)、IEEE TMI等。

报告题目:基于贝叶斯模型的量化精神疾病诊断

共病现象在以症状表现为标准的精神疾病诊断体系中是十分常见的。但是，这些并发症状是否受到相似的神经网络调控却很难在个体层面得到验证。通过在一个包含自闭症和注意力缺陷多动症的混合队列中应用一种无监督的层级贝叶斯模型．我们从病人的全脑功能连接中提取出四个隐含的疾病因子。这些隐成分在每个个体中都有特异性的共表达，并且和不同的症状维度显著相关。此外，隐成分还被用来预测外部独立数据集中个体的症状评分，进而预测精神疾病患者在接受神经调控手术治疗前后的症状改善程度。我们的实验结果表明数据驱动的隐成分模型不仅可在跨疾病类型数据集中实现对个体的定量化诊断．未来还可能应用于个性化的疗效评估．实现精神疾病的量化诊断。

七、直播平台

本届大会将在中关村论坛平台、心仪脑平台、B站、抖音等平台同步直播。

*注：本次会议语音为英文。