博文
专刊征稿 | 神经精神障碍的多维特征
||
本专刊的目标是促进新的数据分析方法和研究范式发展，发现神经精神疾病/障碍（抑郁症、焦虑症、强迫症、精神分裂症、抽动秽语综合征、注意缺陷和多动障碍、自闭症谱系障碍、阿尔茨海默病等）的多尺度、多维表征，及其潜在的临床应用。
该研究领域的重要性
人类的神经系统是复杂的系统，其与人体其他系统的广泛联系更为复杂。这使得个体神经系统的特征表现形式多样、观测方法多样、量度维度多样。在医学领域，几乎所有神经精神疾病/障碍的临床诊断也都涉及着个体特征的多个维度。随着技术发展，科学家们已经能够从多个尺度和维度对神经精神障碍有更全面的理解。例如，高空间分辨率的MRI、高时间分辨率的EEG/MEG和高生态效度的近红外光谱（NIRS）为探索大脑结构和功能提供了可靠的方法。
此外，眼动、体动、皮肤电导和心率变异等手段可以客观地量化个体行为和情绪，并为个体神经系统的表征提供新的见解。更重要的是，算法和分析技术的进步使我们能够从当前数据中发现更具价值的神经精神障碍指标。这些先进的技术，结合临床常规指标和遗传风险测量等，可以为神经系统以及大脑疾病研究带来新的可能性。
该研究领域的前沿趋势
应激被认为是抑郁症等情感疾病的主要原因，尤其是早年应激。可是早年应激如何长时间地影响成年抑郁症等情感疾病的神经机制却不清楚。目前技术发展使科学家们可以采用多种手段量化个体神经系统的特征，其中功能脑影像方向在过去几十年有很好的发展。在脑影像成像技术、分析技术进步的同时，多尺度、多维度的数据采集及分析技术可能为神经精神疾病研究的发展提供新的可能性。
征稿信息
本专刊欢迎提交原创性研究论文（Research article）、综述（Review），主题涵盖的研究领域包括但不限于：
使用MRI、EEG/MEG、NIRS、眼动、体动、皮肤电导、心率变异等技术，发现与神经精神疾病相关的具有病理学意义的生物标记物及其可能的联系。
通过统计和机器学习方法，通过成像、行为和生理生物标记物对神经精神疾病进行数据驱动的表征，并将其应用于诊断/鉴别诊断/治疗效果研究。
使用先进的机器学习方法，如深度神经网络和representation learning on the graphs，解决从异质来源收集的多维生物标记物的融合和综合分析，以及不同生物标记物之间的相互作用分析。
可以分析从多个尺度（空间和时间）所收集数据的新算法和分析框架，用于在不同尺度上量化个体和群体神经系统的特征。
本专刊文稿应具有科学性、创新性，通过完全公开、公正、严格的同行评审后在线发表。文章一经上线，即可被引用。
此前沿专刊发布在：Frontiers in Neuroscience ( IF: 4.677 | CiteScore: 5.4 )
此专刊仍 接收投稿 ，截稿时间：
Abstract - 2021 年 12 月 23 日
Manuscript - 2022 年 03 月 23 日
专刊详细信息及投稿方式，点击『阅读原文』或复制链接在浏览器打开：https://ddl.ink/FNAO
客座主编团队
王鹏，中国医学科学院阜外医院心脏康复中心，心理医生
北京大学医学部博士，美国佐治亚大学计算机科学系联合培养博士。主要从事神经影像及神经精神客观指标应用研究。发表学术论著二十余篇，申请国内发明专利4项。参编《注意缺陷多动障碍》等学术专著。北京精准医学学会预防与康复专委会委员。中国健康管理协会健康科普专委会委员。
赵世杰，西北工业大学自动化学院，副研究员
赵世杰，西北工业大学自动化学院副研究员，硕士生导师，工学博士。主要研究方向是脑网络分析、医学影像处理、多媒体处理、人工智能等。在领域重要期刊和会议发表论文30余篇，其中第一作者/共同第一作者论文12篇；共发表TOP期刊论文4篇(IEEE TMI 3篇，IEEE JBHI 1篇)，领域顶级会议论文8篇(ACMMM 1篇；ICME1篇；MICCAI 6篇)，SCI二区及以上论文13篇。论文获得ICME 2016最佳学生论文奖提名。主持国家自然科学基金青年项目、国家重点研发计划子课题、国家自然科学基金重点项目子课题、中国博士后基金特别资助项目等国家和省部级项目7项，深度参与国家重点研发计划、军委科技委国防科技创新特区等五项国家级课题。担任Frontiers in Neuroscience (SCI 二区期刊) Review Editor 、Frontiers in Computational Neuroscience (SCI 二区期刊) Review Editor、医学图像计算青年研讨会(MICS)常务委员、中国图象图形学会视觉认知与计算专委会委员等多个学术兼职；担任第二十届全国图象图形学学术会议程序委员、第八届医学图像计算青年研讨会（MICS 2021)共同程序主席；担任IEEE TMI、自动化学报、IEEE JBHI、IEEE SMCA等10余个期刊审稿人。
吕京磊，School of Biomedical Engineering & Brain and Mind Center, University of Sydney，Senior Lecturer
吕京磊，高级讲师，工学博士，交叉学科脑科学家，现就职于悉尼大学生物医学工程学院。专注于开发先进的图像处理和机器学习技术用以促进神经科学的新发现以及脑疾病的诊断和干预。发表高影响因子论文100余篇，文章被引用1400余次，H指数20，i10指数37。毕业于西北工业大学和美国佐治亚大学联合培养博士，曾经就职于美国佐治亚大学计算机学院，澳大利亚昆士兰医学研究院和墨尔本大学。参与过多个美国NIH和NSF，澳大利亚NHMRC和ARC的重大研究项目。担任Frontier in Neuroscience的客座编辑，担任IEEE TMI; Medical Image Analysis; Neuroimage; Neuroimage Clinical; Biological Psychiatry; Cerebral Cortex; Psychological Medicine; Frontiers in Neuroscience等多个杂志审稿人，在MICCAI，OHBM国际会议组织过多个Workshop。
李响，哈佛大学医学院和麻省总医院，讲师
李响博士毕业于上海交通大学自动化系， 获美国佐治亚大学计算机科学博士（生物医疗影像方向），师从佐治亚大学杰出教授，美国医学与生物工程院（AIMBE）会士刘天明教授。2016年毕业后任哈佛大学医学院和麻省总医院博士后，接受美国医学院院士，前麻省总医院放射科主任James Thrall的指导。李响博士现在于哈佛大学医学院和麻省总医院任职讲师，主要从事机器学习，计算机视觉及大数据科学在医学影像和医学数据中的算法研究和解决方案开发。李响博士在医学影像，数据科学，人工智能和机器学习方面期刊及国际顶级会议上累计发表了110余篇学术论文，担任了包括NeurIPS，ICML，ICLR，Nature Communication，Pattern Recognition在内的学术会议和期刊审稿人，及包括Electronics，Frontiers in Computational Neuroscience，Frontiers in Neuroscience，Frontiers in Oncology 在内的学术期刊编辑，并于2019年起创办了International Workshop on Multiscale Multimodal Medical Imaging会议。其在麻省总医院主持开发的基于深度学习的气胸CT自动筛查系统入围2018 NVIDIA Global Impact大奖，其关于多尺度图像分析的文章获得ISBI 2020最佳论文奖。
客座主编对于前沿专刊模式的看法：
不仅促进领域内同行之间的交流合作，Frontiers涵盖领域广泛，宣传形式多样，也提供了潜在跨学科合作的机会。
内容整理自王鹏博士的文字采访
点击查看 Frontiers 前沿专刊 案例：
前沿专刊鼓励跨学科、跨期刊交流，鼓励研究者通过不同切入角度就某一重要研究议题进行全方位讨论，以此来增加该研究的关注度并提升其全球影响力。
成为客座主编的优势在于：
享受开放获取出版优势，快速提升您的科研成果的影响力；
推动本领域的科研进展，领导更积极的学术讨论；
加强您与本领域科研同行的合作与交流；
丰富学术履历，提升您与合作者的学术影响力。
作为客座主编，在前沿专刊正式建立之前需要完成三个步骤：
确定专刊主题；
邀请1-3位专家（需至少包含一位国际专家）作为共同客座主编组织专刊；
建议潜在的作者名单。
如何成为客座主编？
长按下方二维码，用 1 分钟 填写表单，如您符合要求，Frontiers 相应领域的出版总监将与您 1 对 1 交流。
Frontiers 总部位于瑞士，是全球领先的开放获取（Open Access）出版商，致力于使科学在全球范围内更加开放。欲了解更多详情，欢迎访问 Frontiers 官方网站：www.frontiersin.org.
扫码关注，不错过最新资讯
https://blog.sciencenet.cn/blog-3465500-1308855.html
上一篇：专刊征稿 | 生物活性骨再生材料与仿生假体界面
下一篇：前沿科学家 | 古生物学真的不是天天在挖化石…
