BCLAB

老師

林慶波老師
周坤賢老師
張立鴻老師

林慶波老師 Ching-Po Lin

現職:

2017.08 ~ NOW
國立陽明交通大學神經科學研究所終身特聘教授

2015.08 ~ NOW
國立陽明交通大學高齡與健康中心副主任

2023.08 ~ NOW
台北市立聯合醫院教學研究部主任主任

經歷：

2012.02 ~ 2017.07
國立陽明交通大學神經科學研究所教授

2009.02 ~ 2012.01
國立陽明交通大學神經科學研究所副教授

2002.02 ~ 2004.01
國立台灣大學電機工程學研究所博士後

2004.02 ~ 2009.01
國立陽明交通大學神經科學研究所助理教授

1995.11 ~ 1996.06
資訊策進委員會網路工程師

1993.09 ~ 1995.09
國家衛生研究院科管研究員

專長(Expertise)

Medical engineering
Biomedical imaging
Neuroscience
Magnetic resonance imaging(MRI)

Associate Editor

Frontiers in Neuroscience, section in Brain Imaging Methods (JCR 4.677)
Brain Connectivity (JCR 5.263)

Editorial Board

Tomography (JCR: 3.358)
Plos One (JCR: 3.240)

聯絡方式 (Contact)

電話 (Phone): (02)2826-7338
傳真 (Fax): (02)2826-2285
E-mail : chingpolin@nycu.edu.tw

獲獎紀錄或殊榮

2021 未來科技獎

2020 學研新創獎，第17屆國家新創獎

2020 永久免受評估教授，陽明大學

2016 The G. Nappi Cluster Headache Award, University Consortium for Adaptive Disorders and Head Pain

2016 國家衛生研究院表彰執行執行整合性醫藥衛生科技計畫三次以上‬‬‬‬

2014 學術論文獎，台灣臨床失智症學會，財團法人立夫醫藥文教基金會

2013 傑出論文獎，台灣神經放射醫學會

2011 年輕優秀學者獎，國科會

2011 大專校院獎勵特殊優秀人才補助計畫，國科會

2011 Young Scientist Award, 6th Annual Meeting of the Japanese Society of Schizophrenia Research

2009 教師學術卓越獎勵，陽明大學

周坤賢老師

現職:

2019 ~ NOW
國立陽明交通大學腦科學研究中心研究員

2017 ~ NOW
國立陽明交通大學神經科學研究所兼任助理教授

學歷:

2005 - 2010 國立陽明大學醫學工程研究所博士

2003 - 2005 國立陽明大學醫學工程研究所碩士

專長:

NeuroImaging (MRI)

Machine learning

Artificial intelligence

Neurodegenerative

Aging

Pain and related clinical image application

研究主題

1. 最佳化神經影像學分析方法:
傳統大腦影像學分析方法及臨床研究相當仰賴研究者對於該研究主題於大腦產生可能之效應會發生於何處為前提，以進行感興趣區域之選取並進行相關統計分析。隨著巨量資料概念日益盛行，且傳統分析法並無法有效率的探索先前假說未提及之大腦區域，故本實驗室致力於開發無假說驅動磁振造影學分析技術及相關統計學方法於大腦巨結構、微結構及功能性影像資料上。此方法將使我們可以在以無任何相關研究假說為前提下，進行全腦影像資料之探索性分析。

2. 發展大腦連結體分析方法:
傳統影像學分析概念中，研究者大多以功能性定位為出發點以思考單一大腦區域可能負責的認知功能為何，但隨著越來越多的研究指出，大腦之所以會產生表現於外的認知行為，可能源自於大腦中不同區域之間動態的交互作用。為了進一步延伸以往對於單一腦區對應特定認知功能的相關知識，並進一步探索大腦的結構性及功能性網路之可能架構，我們致力於開發不同結構性及功能性網路架構分析方法，試圖以宏觀的角度觀察大腦在不同狀態下之可能變化情形。

3. 發展以影像為基礎之疾病/行為之預測模型:
過往的影像及行為學相關研究中，大多數的實驗設計都是收取實驗組及對照組，並利用適當的統計分析方法以了解該次研究的主要效應為何。然對於實際臨床應用而言，單一受試者的診斷及預測是更具臨床意義的。本實驗室致力於萃取高維度影像資料中之細微資訊並搭配多變量統計學習分析法以建立起相對應疾病及行為之影像學預測模型。

4. 建立具有高信賴度之影像分析流程:
為了提升造影品質及影像分析之再現性及可重覆性，並使與臨床醫療單位接軌，本實驗室亦致力於相關影像分析軟體之開發與最佳化。此外，為使磁振影像可以成為一個具有高信賴度之利器，我們亦針對不同造影序列及其相關量化指標進行最佳化及可信度等相關測試，以建立起相對應之常模資訊。

張立鴻老師

現職:

國立陽明交通大學
人文與社會教育中心助理教授

國立陽明交通大學
神經科學研究所合聘教授

學歷：

美國布朗大學(Brown University) 認知科學博士

專長:

Functional neuro imaging (FMRI)

Retinotopic Mapping

Magnetic resonance spectroscopy (MRS)

Transcranial magnetic stimulation (TMS)

Psychological and behavioral experiments

研究主題

近年來老化認知神經科學的研究進展迅速，我們了解到在大腦老化的過程中雖然伴隨著整體及局部的結構萎縮與功能性的衰退，然而我們依然可以觀察到高齡者能夠透過補償與可塑性等機制來維持認知功能。因此，我們藉由知覺學習與大腦可塑性的研究範典探討高齡者認知與知覺系統的當中的可塑性來了解老化、學習及大腦可塑性之間的關聯性。
我們實驗室主要關心的研究議題包括：

1.老化對於我們的心智與大腦功能的影響到底是什麼？
2.高齡者的認知與知覺功能的退化有可能透過外在的刺激或認知訓練而改變嗎？

議題一、老化與視覺系統的可塑性：

「視知覺學習」是指是指透過反覆的練習，或外來的知覺經驗在知覺系統上產生的長期變化，目前普遍認為是人類視覺系統在成年後還具有內生性可塑性的證據。我們發現即使是認知功能已經出現衰退的老人，也可以透過長期的訓練而改變缺損的知覺與認知功能，並與視覺皮質結構的改變、訊息處理的抑制功能衰退以及神經傳導物質的調控有關。

議題二、老化與大腦-小腦迴路的可塑性：
近年許多研究發現小腦的老化對於高齡者的認知功能衰退，特別是執行認知作業時整體的反應速度與個別差異高度的相關，亦即「小腦為基」的認知老化觀點。因此我們希望透過小腦認知作業的範典來觀察老化對於小腦結構、大腦-小腦皮質迴路的活動與神經代謝物質的影響。以期能夠建立大腦皮質-小腦迴路與認知功能間的大腦圖譜並透過認知訓練來觀察大腦與小腦皮質迴路的可塑性。