近日，日本理化学研究所（RIKEN）先端智能中心（AIP）大脑动力学计算团队负责人、ATR神经信息分析实验室主任山下宙人（Yamashita Okito）博士受邀来访，并做客华中科技大学机械科学与工程学院第89期“机械工程青年STAR学术论坛”，就多模态大脑功能网络前沿研究做专题报告。

山下宙人博士长期致力于脑动力学计算研究，深度融合了统计信号处理、机器学习与多模态神经影像学，旨在解析大规模大脑动态过程。近年来，他带领团队利用大规模静息态fMRI数据，开发了针对精神疾病具有高度泛化能力的神经影像生物标志物，其研究成果多次发表于Molecular Psychiatry, NeuroImage, Neuron等国际顶尖学术期刊。

在本次论坛上，山下宙人博士带来了题为“Brain Functional Networks Across Modalities: From MEG/EEG Dynamics to Psychiatric Biomarkers”（大脑功能网络的跨模态解析：从MEG/EEG动力学到精神疾病生物标志物）的精彩学术报告。

山下博士首先介绍了结合动态约束的MEG/EEG源估计技术。该技术能够在毫秒级分辨率下重建皮层活动，为研究认知过程中快速的网络交互提供了关键视角。随后，他详细阐述了如何利用静息态fMRI功能连接来识别精神疾病中的网络异常，并分享了基于机器学习的数据驱动型生物标志物在多中心、多源数据上的泛化能力测试进展，涵盖了重度抑郁症（MDD）、自闭症（ASD）及精神分裂症（SCZ）等领域的最新研究。最后，山下博士展望了基于连接组学的建模与基础大模型在统一电生理与血流动力学视角、赋能精准精神病学中的未来发展方向。报告现场学术氛围浓厚，与会师生就脑网络动力学模型及AI大模型在生物医学信号中的应用进行了深入探讨。

此次来访，山下博士还实地参观了学院及课题组实验室，并就相关学术研究进行了深入交流。交流期间，课题组博士生向其汇报了团队当下在医工交叉、智能系统与机器人领域的最新研究成果，双方团队就基础大模型在复杂任务泛化中的潜力、多模态感知的跨域应用等前沿技术难点交换了意见。山下博士此次来访，也是响应我校加强医工交叉建设及重点布局脑机接口学科方向的重要举措。通过此次深入的学术交流，不仅拓宽了双方的学术视野，也为未来在跨学科交叉领域的深度合作奠定了坚实基础。