贺永，北京师范大学二级教授，认知神经科学与学习国家重点实验室副主任，神经影像大数据与人脑连接组学北京市重点实验室创始主任，麦戈文脑科学研究院课题组长，国家基金委创新研究群体学术带头人。国家杰出青年科学基金获得者、教育部“长江学者”特聘教授、“国家万人计划”领军人才、北脑学者、科睿唯安全球高被引学者（神经科学与行为科学、连续六年）。主持国家自然科学基金重点项目2项、重点国际合作项目1项和科技部重点研发计划课题。在《ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica》《Brain》《MolecularPsychiatry》《BiologicalPsychiatry》等知名期刊发表论文200余篇，受邀在《TrendsinNeurosciences》《BiologicalPsychiatry》等不同领域的国际顶级期刊发表综述。发表论文在谷歌学术上被引用44000余次，H指数为96。担任神经影像学国际期刊《HumanBrainMapping》副主编及《NeuroImage》期刊编委。研究领域为计算神经影像、人脑连接组学，是国际上最早采用多模态脑成像技术和复杂网络计算理论研究人脑连接组的学者之一，其工作对于从脑网络水平理解人脑结构和功能的连接规则、形成发育机制以及探索脑疾病的临床评估具有重要价值。
1fMRI脑影像计算分析方法及软件平台
1.1fMRI脑影像计算分析方法
在针对脑功能网络的组织模式和形成机制的探索中，Lin等[30]采用fMRI数据，结合多目标演化算法探究了人脑网络的重叠模块化结构，该算法不需要预定义模块数量、模块内和模块间连接密度之间的权衡参数等先验信息。研究发现健康年轻人的脑功能网络存在8个重叠模块，这些重叠脑区在每一个传统的非重叠功能模块中都有涉及。此外，研究发现重叠脑区主要位于高节点中心度、高认知灵活性和对网络稳定性有着关键作用的脑区。Gu等[31]发现人脑功能网络的重叠模块化程度随年龄线性下降，重叠区域的数量随年龄线性增加。关于人脑结构网络的形成机制，一个主流的假说认为，人脑结构网络是布线成本和网络效率之间的最优权衡下形成的[32]。Ma等[33]结合多目标演化算法[34]在人脑结构网络尝试验证这一假说。多目标演化算法能够同时优化布线成本和网络效率，构建一批有着近似最优成本-效率权衡的模拟网络。研究结果支持了成本-效率权衡的重要影响，同时也揭示了仅仅基于成本-效率权衡不足以解释人脑结构网络的全部特征，需要进一步考虑更多因素的影响。
1.2fMRI脑影像计算分析软件平台
2基于fMRI的脑认知研究
fMRI脑成像技术已广泛应用到人脑语言中枢研究方面。研究发现，大脑主管汉语和西方语言“听”和“说”的区域有重要重叠，左额下回的布罗卡区和左颞中上回的威尔尼克区同时负责这两种不同类型语言的表达和理解。非常重要的是，母语为汉语者在加工声调时右颞叶表现出很强的激活，而这个区域对英语使用者来说并不重要[58,59]。就书面语言来说，左额中回对汉字阅读非常重要[60]。相对于正常儿童，患有中文阅读障碍者在进行汉字判断任务时左额中回激活非常弱，但这个脑区并不负责母语为西方语言者的阅读[61,62,63]。这些研究在理论上严肃挑战了基于西方语言研究而提出的人脑语言中枢统一论，在临床上已用于指导设计神经外科手术方案（以便术中保护国人的大脑语言功能）和适于国人的语言康复技术。最近应用定量磁共振成像技术[64,65]的研究从微观髓鞘水平探讨了国人大脑结构的偏侧化问题[66]，发现额叶的3个亚区呈现显著左侧化，而颞叶的3个亚区呈现右侧化。这一偏侧化“混合”模式与先前的传统磁共振研究发现不一致。因为文献中尚未有应用类似技术对西方语言的偏侧化研究，目前尚不清楚微观髓鞘水平偏侧化的混合模式是否受文化特点影响。
在情景记忆领域，Xue等[74]结合fMRI等脑成像手段、表征相似性分析和人工智能深度学习技术，系统地揭示了人脑记忆表征的交互作用以及动态变化机制。在一项开创性的研究中，他们首次采用表征相似性分析技术，定位了人脑中分布式的记忆痕迹，并发现有效的学习伴随着学习时更高的神经表征相似性[75]。通过后续一系列的研究，他们逐步发展了有效学习的神经激活模式再现假说[76,77]。此外，他们进一步结合表征相似性分析技术和全局相似性的计算模型，考察了学习材料之间记忆表征的相互作用对记忆强度的影响，并发现这种全局相似性不仅影响记忆的强度，还可解释错误记忆的产生[78,79]。最近的研究结合表征相似性分析和计算机深度学习技术，揭示了在记忆不同的阶段，大脑神经表征的特点和动态变化特征[80,81,82]。这些发现有助于我们更好地理解分散学习[83]、测试效应[84]、记忆术[85]等学习方法的神经机制，以及学习能力的个体差异[86]，并为启发新一代人工智能提供了启发。