“幸运”的奋斗者

《“幸运”的奋斗者》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、“幸运”的奋斗者　　生活往往会在某个时刻为我们打开一扇窗，让我们看到一个崭新的方向，王金辉的人生就印证了这一点。以他的话说：“我能走进脑科学这个领域，其实蛮幸运的。”　　新的方向　　让我们把时间拉回到2006年，这一年年初，西安电子科技大学四年级学生王金辉正在等待研究生复试通知。时值北京师范大学认知与学习国家重点实验室成立不久，认知神经科学在国内尚属新鲜事物并未走入大众视野。机缘巧合之下，出身电子信息工程专业的王金辉幸运地得到了北京师范大学认知神经科学与学习国家重点实验室伸来的橄榄枝，并成功地通过了面试，自此开启了人生的新篇章，“虽然对我来

2、说，这是个新的领域，但是我还是决定一试，”王金辉说。　　然而真的到了新领域，王金辉才发现，他不得不面对晦涩难懂的英文专业词汇、纷乱复杂的大脑解剖结构、宛如天书的数学公式等，这令他一度迷茫甚至想要放弃，“直到研究生二年级，我都没有入门，更别提找到合适的研究方向”。正在这时，他听到了贺永教授（著名脑网络研究专家）的一场学术报告，“通过贺永教授深入浅出的讲解，我对脑网络研究领域产生了浓厚的兴趣，并在硕士导师的大力支持下开始跟随贺永教授开展脑网络方面的研究。”　　多模态磁共振成像技术是研究活体人脑网络的最主要手段，如何从磁共振图像中提取稳定可靠的人

3、脑网络是本领域面临的核心问题，该问题的解决是其得以临床应用的前提。在众多可能影响脑网络稳定性的因素中，以合理划分脑区进而定义脑网络节点最为关键。针对于此，王金辉率先采用不同的脑图谱构建了人脑功能网络，证实了人脑功能网络受到脑区划分方法的显著影响。该成果顺利发表在国际著名期刊HumanBrainMapping上，并入选了ESITop1%高被引论文。“这对我来说是非常大的鼓舞，坚定了我继续开展脑网络研究的信心。”王金辉说。　　硕士毕业后，他直接转到贺永教授门下，全身心地从事基于磁共振技?g的活体人脑网络研究，谈起过往，王金辉总会说自己很幸运，但

4、这个转变的过程并不轻松。脑科学属于典型的多学科交叉，作为一个门外汉，需要恶补大量的知识。不懂，就从头学。那时候，他没少跟资料或者公式较劲，对他来讲，既然当初选择了，总得摸索出点门道来。　　“我想一个人不论从事什么行业，不论起点有多低，只要有一种不服输的精神，并将其至始至终贯穿下去，那么成功迟早会到来。”王金辉说。封面“达人”　　2012年，王金辉接过了博士毕业证，来到了杭州师范大学认知与脑疾病研究中心任研究员。今天，在认知神经科学领域，他已经崭露头角，经过数年的积累，发表了多项原创性成果。　　复杂脑网络在脑疾病中的应用是王金辉的一个关注点。

5、轻度认知障碍是正常老化和阿尔茨海默病之间的过渡状态。他首次证实该阶段患者的大脑默认网络内部以及不同网络之间的功能连接异常降低。“这些异常不但与患者的认知缺陷显著相关，更能以高正确率区分患者和正常对照，表明脑网络失连接特点在阿尔茨海默病早期辅助诊断和预警方面的重大应用潜力。”王金辉介绍说，该研究成果发表在国际权威期刊BiologicalPsychiatry上，不但被选为封面论文，更是入选其2013年度最杰出的论文（12篇文章入围，排名第一），并入选ESITop1%高被引论文。王金辉也因此荣获2014年生物精神病学协会颁发的Ziskind-So

6、merfeld研究奖。在此基础上，他进一步阐释了载脂蛋白E-4等位基因这一公认的阿尔茨海默病的遗传风险因素，是如何调控患者的脑功能网络的，相关研究成果再次以封面论文形式发表Y～HumanBrainMapping。　　“抑郁症是一种多神经环路紊乱的精神疾病。我们首次研究了抑郁症患者的全脑功能网络，发现患者默认网络区域表现出功能连接的异常增加，而且这些异常增加与患者的病程和疾病严重程度显著相关。”这些发现为抑郁症的病情监测和治疗评价提供了全新思路。该研究成果以封面论文形式发表在BiologicalPsychiatry。根据ScienceDire

7、ctTop25HottestArticles（2011.7-9）排名，该论文位列BiologicalPsychiatry杂志最热门论文排名第一位，并入选ESITop1%高被引论文。　　这些脑疾病应用研究的成功，需要坚实的方法学基础做后盾。事实上，早在这些临床应用研究之前，王金辉就开展了多项脑网络的方法学评价工作，详尽对比了不同分析策略下脑网络的可重复性和重测信度。这一系列的方法学评价研究为疾病条件下的脑网络应用研究奠定了坚实方法学基础。在此基础上，他和同事一起开发了脑网络分析平台GRETNA。该平台囊括了当前主流的分析方法，实现了脑网络分析

8、的自动化流水线作业，大大方便和促进了脑网络研究的开展。　　过去的收获都是积淀，现在和未来才是王金辉所注重的。基于结构磁共振成像的形态学脑网络在人脑连接组学研究中发挥着不可或缺的作