脑电信号作为人体重要的生理信息，已经被广泛应用于医学疾病诊断与治疗、人体潜能开发等方面。脑电图通过将电极接入被试对象的头皮，来测量大量神经元发放所形成的电场。脑电波作为能够体现大脑活动的信号中的一种，有方便检测、非侵入式且对被试对象友好等特点。一般认为，通过对大脑脑电波的检测并采取特定数据分析方法，有望将大脑的各项反应能力充分挖掘出来。近年来，脑电信号分析已成为认知神经科学领域的重要技术之一。大量研究表明，人类认知能力与脑电信号有关，其中工作记忆能力在认知中起关键作用。脑电信号具有数据量大、时间分辨率高、易受干扰等特点，给研究带来了不少挑战。杨立坚课题组使用样条函数，基于随机抽取的122名大学生志愿者训练集，以闭眼静息态下8个脑前区导联的脑电信号（图1），对20名志愿者测试集进行工作记忆能力的预测（图2），其确定系数R^2在多次随机试验下的中位数为68%，最低值大于50%，最高值72%（图3）。图1 ：试验中脑电信号记录的导联名称和位置图2：对某测试集计算的认知能力预测值与真实值的对比图3：对多次重复随机抽取的测试集计算的确定系数R^2箱线图杨立坚课题组依托10年来自身在函数型数据领域的研究成果，课题组2017级博士生张园园和2018级博士生黄昆在学习神经科学专业知识的同时，与机械工程系教授吴方芳和硕士生王健凯高效合作，分析季林红课题组的大学生志愿者脑电与认知能力数据。他们秉承“面向应用，背靠理论，写好算法”的统计学理念，把样条回归估计脑电信号的光滑轨迹，张量样条回归估计协方差函数，样条估计函数型主成分与得分等深刻的统计学前沿理论，结合LASSO回归，转化为快速准确分析脑电数据的算法（图4），从2018年12月开始仅用6个多月的时间，就很好地解决了基于工作记忆能力预测的问题，完成了这篇跨学科应用方法论文。图4：算法流程图

9前额叶和枕叶区的灰质体积越小多动症症状越严重）复旦大学类脑智能科学与技术研究院院长冯建峰教授、罗强副研究员团队，与英国剑桥大学、伦敦国王学院等单位合作，研究青少年中注意缺陷多动障碍双通路模型的神经基础，发现左楔叶结构不仅和多动症的认知和动机功能受损相关，还

便携式脑立体定向仪是神经外科手术的辅助设备，集成了手术规划、导航和操作平台。该定向仪采用了一系列计算机技术和机器人技术，实现了无框架立体定向手术，完成对传统带框架手术的技术超越，在国内属于首创，技术上达到了世界先进水平。 特点如下：既能导航定位，又可作为操作平台，简化了手术过程；医生在三维空间内完成最佳手术路径的规划，提高手术质量；无框架技术避免了手术死角，扩大了手术适应症，也免除了病人安装常规框架的痛苦；机械臂操作简单方便，定位精度高，手术误差小于1mm；可移动式便携设计，与手术床对接简单，具有普遍的适应性。已获得5项国家专利和国家科技进步奖，实施5000余例手术，20家医院推广应用。

家长笔记是3-12岁孩子家长们记录孩子全方位成长过程的社区内容平台。家长可以在这里记录分享孩子成长方方面面的轨迹和瞬间，也可以和万千家长共同探讨孩子的养育理念、经济投入、教育产品选购、牛娃成长路径等所有家长关心的养育话题。

XM-604C脑外形及右半侧脑血管模型   XM-604C脑外形及右半侧脑血管模型可拆分为5部件，大脑作正中矢状切面，显示脑的外形结构、大脑外侧面主要结构、大脑半球内侧面和底面的主要结构、脑干各面的主要结构、小脑的主要结构、右半侧脑的动脉分布。 尺寸：自然大，20×20×15cm 材质：PVC材料

XM-612间脑直观模型   XM-612间脑直观模型可拆分为4部件，显示了间脑的分部和神经核团，间脑包括上丘脑，背侧丘脑下丘脑，后丘脑和底丘脑五部，还显示背侧丘脑，下丘脑和底丘脑的神经核团以及脑基底核和内囊在冠状争面上的形态，配布及其邻接关系，在垂体的矢状切面显示了垂体门静脉。 尺寸：放大，24.5×13×24.5cm 材质：PVC材料

可以量产/n本成果根据糖皮质激素类药物的化学结构和理化性质，探索了样品预处理、分离和检测技术，在国内外首次建立能同时定量和确证检测猪、牛、羊的肝脏和肌肉、鸡蛋和鸡肉及牛奶共9种组织和产品中8种药物(泼尼松、泼尼松龙、地塞米松、倍他米松、氟氢可的松、甲基泼尼松、倍氯米松、氢化可的松)残留的液相色谱-串联质谱法。该方法对各化合物在各种组织中的定量限为0.2?g/kg~4?g/kg，回收率60%-90%，批间异系数5.1%~12.6%。己作为国家标准，在全国农业、质检和卫生系统的数十家检验测试中心广为应用

基于图像处理和机器学习进行人眼特征提取与分析，建 立基于特征模型与外观模型融合的智能视觉感知机制，并通过 海量大数据分析和建模计算，提出了智能视觉感知驱动的眼动 注视点计算方法，解决了跨设备坐标系空间无缝转换和多用户 标定模型共享等关键“卡脖子”技术问题。此外，提出基于深 度学习的运动想象脑电分类方法，面向人-机器人交互开发了 智能脑机接口与应用系统。 ：

复旦大学“基于类脑智能的舆情系统研究”项目组就疫情期间的网络热点展开了深入分析。其中由大数据学院魏忠钰副教授和新闻学院周葆华教授负责的用户画像团队，梳理了新浪微博中群体舆论演化总体态势及代表性群体的舆论特征，并对舆论引导方式提出了对策和建议。01 大数据舆论分析：把握民意趋势、挖掘事件成因团队分析了2020年1月15日至2月16日期间与疫情相关的3000万条微博，依托情感分析、话题聚类等文本挖掘手段准确感知网民的情感倾向转变和话题动态演化。数据分析结果显示，疫情初期的舆论以负面情绪居多。随着中央全力部署、政府防控措施出台（实时数据的公布、武汉实行封城管控）、专家学者释疑解惑（钟南山院士、张文宏医生等对疫情的判断)，正向情感不断提高。随后虽然疫情增长率不断减缓，情感指数仍有变动，多与受疫情触发的热点议题相关。02 群体画像：精准定位人群、感知个性化诉求团队根据用户的职业、地域等属性将用户细分为不同群体，并进行参与度的动态比较，同时对代表性群体的网络言论进行定点分析，准确感知不同社会群体的心理诉求与价值预期。对于不同职业的用户，在疫情爆发初期，自媒体、专业技术人员和学生较为活跃，在事件后期专业技术人员、 自媒体、 企业高管、新闻出版与文化专业人士较为活跃。聚焦于奋战一线的医护群体，大多向外界传递了一往无前的抗疫精神，也不乏个别事件令其承受巨大压力，需要更多的社会理解和关爱。另外，由疫情所带来的经济影响逐渐蔓延，私营企业主及工薪阶层群体面临巨大压力，大多显露出焦虑情绪，需要采取有力措施帮中小企业主纾困解难。对于不同地域的用户，参与讨论的用户中广东、北京用户占比较高，其次是东南沿海各地，话题的地区“下沉”趋势明显。特别地，武汉患者群体作为地域分群角度的特殊主体，通过社交媒体向外界讲述自己的亲身遭遇，寻求社会救助，使个体诉求进入公共议程，激发了全网对于武汉患者群体命运的同情与共鸣。而随着国际疫情局势的不断紧张，华侨华人群体面临歧视压力，需要在下一阶段严防“输入”过程中予以妥善引导。03 事件关联：警惕次生舆情、完善发声渠道疫情期间，不少热点讨论相继引发了有关社会深层次问题的“次生舆情”，追踪事件关联将进一步协助制定危机应对预案。以近期学校实施网课为例，部分学校存在的网课工具攀比化、部分贫困群体的自卑自嘲心理引发讨论。而弱势群体缺少发声平台，若忽视其诉求将进一步激发矛盾。因此，各级政府要加强对复工复产复学过程中贫困人群的关心，新闻媒体要加强对弱势群体的报道抚慰，促进社会沟通与社会公平。不同的群体聚集于不同的网络社区之中，舆论表达方式也不尽相同，对分群体舆论特征进行分析使得挖掘群体共鸣更为高效。团队将进一步推动分群体智能舆论分析和信息汇集平台建设，探索建立公共危机信息汇集平台。在中国疫情防控不断取得阶段性成果的同时，团队还将持续跟进对国际疫情的舆情分析，为网络空间现代化治理能力的提升赋能。