脑信息学 (Brain Informatica，BI) 作为一个新的研究领域，在信息学的视角之下开启了对大脑的研究。首先，脑信息学结合了认知科学，神经科学，机器学习，大数据分析，人工智能 （AI），信息通信技术 （ICT）等领域的知识和技术，将大脑视为通用信息加工系统并进行研究。其次，新的测量手段、设备、工具以及平台的出现正在促成一场认知大脑的新革命。 再次，从脑信息学作为新的研究领域被提出之初，其目标就被设定为启发未来的人工智能，尤其是网络人工智能 （Web Intelligence，WI）。

脑信息学会议系列发展历程

脑信息学系列会议诞生于2006年在中国北京举办的题为“Web Intelligence meets Brain Informatics”国际研讨会。 此后于2009、2010、2011和2012年分别在中国北京、加拿大多伦多、中国兰州以以及澳门举办了该系列的四次会议。从2013至2016年，我们把“健康”加入到了会议的名称中，旨在强调要把脑研究的成果转化到现实生活中，并关注人类的健康和福祉。在此期间，脑信息学与健康会议分别于2013、2014、2015、和2016年在日本前桥、波兰华沙、英国伦敦、美国奥马哈召开。 2017年脑信息学国际会议 （BI’17）将在北京召开，是由北京工业大学未来网络高精尖创新中心和中国科学院自动化研究所联合承办的一场学术盛会。

BI 2017, 十周年纪念及未来十年

BI’17将以计算、认知、生理、仿真、物理、生态和社会等脑信息学视角解读大脑，并关注与精神健康以及幸福有关的主题。大会也欢迎从事于与脑研究相关的新兴信息技术领域的专家参会，这些领域包括 （但不仅限于）物联网（IoT/WoT）、云计算、大数据分析以及交互式知识发现。BI’17也同样鼓励那些探索如何将高级计算技术用于多样性大尺度环境下脑研究与应用的专家学者把他们具有创造性的研究成果总结成论文 （或摘要）向大会投稿。

信息学研究正在改变脑科学。在处理体量急速增长的大数据集时 （如fMRI，PET，MEG，fNIRS等神经影像数据和EEG，眼动，可穿戴设备，微型传感等设备产生的多源数据），新的方法学提升了对原有数据的解释力。新的实验方法，如in toto成像，深层组织成像 （deep tissue imaging），光遗传学 （opto-genetics），和密集电极描记 （dense-electrode recording）正在产生海量的具有极高时空间分辨率的脑数据。新的信息技术促成了对多维度脑大数据的测量，建模，管理与挖掘。脑信息学支撑的数据分析技术将为我们更好地理解人类思维、记忆、学习、决策、情感、意识、以及社会行为提供有力支持。这些方法与技术也将有助于开发新的类脑智能、类脑计算、类人智能计算算法与范式，并提升对精神与脑疾病的治疗效率。

BI’17将为专家、学者、以及产业界人士提供一个思想碰撞的舞台，使他们能够交流思想、发现、和策略，从而更好地利用和结合人脑自然网络与外在人造网络来创造一个更美好的世界。我们也想借2017年脑信息学国际会议来阐述一个事实：脑研究对世界各国的科研团体而言都是巨大的挑战，它的潜在影响力不仅将帮助我们理解人的本质以及让我们更好地生活，更能为这个新的智能时代带来新的范式变革。因此，新形势下的脑研究需要世界各国合作努力，也需要更多跨学科、多角度的研究来实现对脑的系统化探索。

因此，本届大会的主题被定为 “信息学视角下对大脑与心智的研究”。

主题与领域

主题 1: 脑科学的认知计算基础

主题 2: 人脑信息加工系统

主题 3: 脑大数据的分析，策展，与管理

主题 4: 脑与精神健康研究的信息学范式

主题 5: 类脑智能与计算

重要时间点

新闻

会议详细日程公开

BI2017会议的论文集可以通过点击菜单 'Program' — 'Proceedings' 获得免费访问。期限为4个星期。

国内参加者注册开始

摘要提交日期延长至2017年9月30日.

注册网站开通

Workshop 论文提交日期延长至2017年7月20日.

主会论文提交日期延长至2017年5月1日.

大会主题报告

Alan Evans

James McGill Professor
McGill University, Canada

Title: Multimodal Modelling of Network Propagation of Neuropathology in Dementia

Tom Mitchell

E. Fredkin University Professor
Carnegie Mellon University, USA

Title: Neural Correlates of Word, Sentence and Story Comprehension.

特邀报告:

Yanchao Bi

Professor
Beijing Normal University, China

Title: The Cognitive Neural Basis of Object Knowledge

Adam R. Ferguson

Associate Professor
University of California, San Francisco, USA

Title: Harnessing Large-Scale Data-Sharing to Drive Discovery and Bench-to-Bedside Translation in Traumatic Brain Injury and Spinal Cord Injury

Bin Hu

Professor
Lanzhou University, China

Title: Computational Psychophysiology Based Research Methodology for Mental Health

Mike Hawrylycz

Investigator
Allen institute for Brain Science, USA

Title: Multiscale Gene Expression Signatures in the Mammalian Brain in Health and Disease

Dinggang Shen

Professor
University of North Carolina at Chapel Hill, USA

Title: Machine Learning in Medical Imaging Analysis