自主学习，，以及科研实习

从电子工程到神经科学：自主学习，Coursera，以及科研实习

前文已经稍微提到了我在本科期间为了转专业攻读神经科学博士项目所做的准备。大体来说是三点：

（1）通过书本自学；  

（2）通过网络课程（Coursera）积累相关知识 ；

（3）通过（暑期）科研项目积累相关经历。

如果有读者跟我一样有转专业的打算，同时身边又缺乏相应的资源（学校没有开设相关方面的课程，没有相关的实验室，等等），那么这部分可以作为参考。

（1）通过书本自学

通识性的导论课本首推 John Nicholls 等人的 From Neuron to Brain。这是一本写得非常「科普」的书，一点也不艰深，只需要最低限度的生物基础就可以读懂。让我从彻底的神经科学门外汉变得稍微入门的书籍就是它了（因为写得通俗，所以可以利用各种碎片时间——我是利用各种在食堂吃饭的间隙看完的。由于在嘈杂的地方反复折腾，看完的时候书已经脱线了，哈哈。）

如果是已经有相当基础的同学，则推荐 Eric Kandel 等人的 Principles of Neuroscience。应该找不出比它更专业全面的入门教材了。难能可贵的是，这本书一直在追踪行业最前沿的研究动向，每一次出新版都会在各个章节补充最新的发现，并且修正因为新发现而显得错误/不准确的旧描述。缺点是我感觉读起来比较头大……

如果想系统性地学习 fMRI 的影像分析技术，有两门深度递增的书。其中一本是 Russell Poldrack 等人的 Handbook of fMRI Functional MRI Data Analysis。这本书简单地介绍了 MRI 的物理原理（啊，非常简洁），以及常规数据处理的流程。另一本书，F.Gregory Ashby 的 Statistical Analysis of fMRI Data 则提供了一些数学深度——分析了处理流程背后的数学原理，并且引导读者自己写脚本（而非运用 SPM、FSL 等工具包）来处理一些简单的问题，对于理解一些分析方法的优点与局限性非常有帮助。至于实际运用中一些偏门的技术性问题，则可以从相关分析包的 mailing list 搜索（比如 SPM 就提供一个 mailing list 的检索器，里面可以搜索到各种常见问题的解答）。

（2）通过网络课程（Coursera）积累相关知识

相信不用我啰唆太多，大家都知道 Coursera 上面有丰富的免费资源。关键是要督促自己认真地按时完成课程作业，这样才能像真正上课一样达到训练的效果。

我本科期间在 Coursera 上面上了一堆乱七八糟的课，其中与神经科学特别相关的课有：Duke 的 Medical Neuroscience（如果对解剖不熟，这门课可以覆盖大部分的基础），Brown 的 Exploring Neural Data，以及 JHU 的 Statistical Analysis of fMRI Data。

（3）通过（暑期）科研项目积累相关经历

科研实习的信息获取有很多渠道。我自己的暑期经历分别来自导师的推荐（德国伯恩大学医学部）、加拿大的 Mitacs 项目（曼尼托巴大学生物物理系）以及中科院神经科学研究所的暑期学校。只要积极关注你感兴趣领域的研究所网站，以及学校相关部门的信息公告，应该可以找到心仪的科研实习。