（通讯员 冯巧娟）4月17日上午，计算机与数据科学学院在10号楼A413举办DIKW大讲堂系列学术活动。主讲人史春雷博士以《面向孤独症识别的fMRI数据分析》为题，为师生带来了一场学术报告。

讲座围绕基于功能磁共振成像（fMRI）技术的孤独症早期识别与数据分析方法展开。史春雷博士从孤独症研究的迫切需求谈起，指出全球孤独症发病率逐年上升，而传统诊断方式依赖行为观察，存在主观性强、早期识别困难等局限。fMRI技术通过捕捉脑区功能连接与活动模式，为揭示孤独症神经机制提供了客观依据，对推动精准医疗和个性化干预具有重要意义。

讲座系统梳理了国内外研究进展，指出当前国际研究已从单一脑区分析转向多模态数据融合，并借助机器学习挖掘深层生物标志物；国内学者近年来在脑网络动态特征建模及跨中心数据协同分析领域取得突破性成果。针对fMRI数据高维度、小样本、异质性强的挑战，史春雷博士重点讲解了特征选择与迁移学习两大关键技术：通过统计检验、图论算法及独立成分分析（ICA）筛选关键脑功能连接特征，可显著提升分类模型效率；而迁移学习通过跨站点、跨模态数据迁移，有效缓解数据稀缺问题，增强模型泛化能力。

本次讲座通过理论讲解与案例分析相结合的方式，展示了人工智能与神经影像交叉融合的前沿应用，激发了学生对脑科学研究的兴趣，同时为推进孤独症客观诊断技术发展提供了新思路。