李武——北京师范大学教授

李武，男，博士，教授，博士生导师。1966年 9月出生于云南省昆明市。 长江学者特聘教授，国家杰出青年科学基金获得者，新世纪百千万人才工程国家级人选、**计划领军人才，国家重点基础研究发展计划（973）首席科学家 现任北京师范大学认知神经科学与学习国家重点实验室主任 、麦戈文脑研究院院长。 学术委员会委员，教授，博士生导师。

教育及工作经历

1984.9-1989.6中国科技大学生物系生物物理学专业，获学士学位。 1989.9-1994.6中国科学院上海生理所(今中国科学院神经科学研究所)神经生物学专业，获博士学位(导师李朝义院士)， 从事视觉神经编码机制的研究。

2007.3-现在，北京师范大学认知神经科学与学习国家重点实验室主任、教授、博士生导师，985首席专家，教育部长江学者特聘教授。

1999.6-2007.6，美国洛克菲勒大学（RockefellerUniversity），任研究助理教授授(合作导师:Charles Gilbert 院士)。

1996.7-1999.5，德国马克思普朗克学会（ Max-Planck） 生物控制论研究所，访问学者，开始用猕猴研究视觉图像信息加工的脑机制。

1994.8-1996.6，美国加州大学伯克利（ Berkeley ）分校，博士后(合作导师:Prof Gerald Westheimer)，研究领域 我们以训练过的猴子为实验对象，通过研究猴子在执行各种知觉任务时视皮层神经元的反应，来探讨视知觉的神经机制。

学术兼职：

1、中国神经科学学会理事会理事。

2、中国科学院心理健康重点实验室学术委员会委员。

3、美国洛克菲勒大学神经生物实验室客座研究员。

4、国家自然科学基金委员会生命科学、认知科学与心理学专家组成员。

研究方向：

通过在猕猴大脑皮层中植入微电极阵列，研究猴子在执行各种视觉检测和分辨任务时神经元的反应特性，探讨视知觉的神经机制。

研究兴趣：

采用神经电生理和心理物理的实验手段研究视觉信息加工和知觉学习的神经机制，着重探讨以下问题：

（1）大脑视皮层神经元如何对各种图象信息进行整合和分割，从而形成知觉表象上的图形和背景；

（2）选择性注意等认知功能如何动态调节视皮层神经元的反应特性，从而有效处理视觉图象中与行为密切相关的信息；

（3）感知训练如何提高大脑神经元的编码能力，从而提高视觉系统的感知分辨能力。

承担科研项目情况：

1、973计划项目：“学习行为发生、发展及异常的认知神经机制研究”。

 科研成果：   　

       突破了基于还原论的传统视觉信息加工理论，在揭示大脑视觉皮层神经元对图形元素进行组合和分割的神经机制方面做出了重要贡献。视觉图像中所包含的各种图形元素按照一定的规律结合或分离，形成知觉上的图形和背景以及各种复杂的物体。了解神经元是如何编码图形上下文之间的关系是了解视觉系统对物体进行识别的关键。传统的视觉加工理论主要是基于在麻醉动物上的实验观察，将大脑对图像信息的编码视为一种静态的分级加工过程，即视觉图像中所包含的各种图形特征按照从简单到复杂的顺序、沿着从低级到高级的皮层中枢自下而上逐级进行提取，最后再整合起来。李武教授的研究突破了这一理论框架的束缚，从视觉信息加工的动态特性入手，发现了低级视觉皮层神经元对图形元素的复杂整合作用。此外，用经过训练从而会执行各种视觉分辨和检测任务的清醒猴子，探讨了大脑视觉皮层单个神经细胞的活动与猴子视觉识别能力的关系，揭示了特异于任务的注意调控机制在神经元对图形元素进行组合和分割编码中的重要调控作用。研究表明，由于高级认知功能自上而下的调控作用，初级视觉皮层的神经元可以动态地改变自己的反应特性，根据具体的任务需要去选择性地加工和整合与任务高度相关的图形特征。这些研究对于了解大脑高度智能化的视觉信息编码和图形识别机制具有重要的理论价值。 　　

       对了解知觉学习的神经机制和完善知觉学习理论做出了重要贡献。我们的感知能力经过反复训练而显著提高的现象称为知觉学习。例如音乐家、艺术家和美食家经过多年的训练，分别具有远远超过常人的听觉、视觉和味觉分辨能力。关于知觉学习是在什么脑区、以什么形式被编码的，存在着两种绝然不同的观点：一种观点认为反复的视觉分辨训练导致了视皮层的可塑性变化，而另外一种观点则认为学习训练改变的是高级脑区的执行控制功能。李武教授的系列工作发现，反复训练某一视觉分辨任务可以使视皮层神经元获得特异于该任务的反应特性，从而更为有效地加工与任务有关的刺激属性，并且这种具有经验依赖性的反应特性只有在遇到训练过的刺激和任务时，通过自上而下的认知调控信号才被充分启用。这些重要发现把两种完全分歧的知觉学习理论统一了起来，提示知觉学习同时涉及到感觉皮层和高级脑区之间的复杂交互作用。研究结果不仅被国外专家专文报道，而且这些结果还被邀请写入数部国际权威的神经科学专著和教科书。 　　

       以往的视觉电生理研究主要是采用单根的微电极记录，只能考察单个神经元的活动，无法了解神经元集群之间作为一个复杂的网络是如何协同工作的，更无法对一群神经元进行长期的跟踪记录，研究它们在学习过程中的可塑性变化。李武教授拟开展的研究工作将采用目前最先进的高密度微电极阵列记录技术，在猕猴的大脑皮层中埋藏上百根的微电极，长期跟踪记录负责注意调控以及视觉加工的多个脑区中的大量神经元，研究知觉学习过程中可塑性变化的皮层环路机制和神经元的群体编码机制。研究将对视觉信息加工机制有一个全面深入的理解，通过建立神经网络模型可以为人工智能图形识别提供理论指导。此外，研究还将对在神经元和神经网路层面上了解大脑学习和可塑性的机理具有重要意义。

出版专著：

1、神经科学（第三版），北京大学医学出版社，2009年出版。

发表英文论文：

在神经科学和自然科学的顶级刊物 NatureNeuroscience、Neuron和PNAS等上发表了一系列具有重要影响的研究论文，SCI收录的他人引用次数近700次。

       1. Chen, M., Yan, Y., Gong, X., Gilbert, C.D., Liang, H., and Li, W. (2014). Incremental integration of global contours through interplay between visual cortical areas. Neuron. 82, 682-694.

       2. Piëch, V., Li, W., Reeke, G.N., and Gilbert, C.D. (2013). Network model of top-down influences on local gain and contextual interactions in visual cortex. Proc. Natl. Acad. Sci. U. S. A. 110, E4108-4117.

       3.Gilbert, C.D., and Li, W. (2013). Top-down influences on visual processing. Nature Reviews Neuroscience. 14, 350-363.

       4. McFarland, R., Roebuck, H., Yan, Y., Majolo, B., Li, W., and Guo, K. (2013). Social interactions through the eyes of macaques and humans. PLos One 8, e56437.

       5. Ramalingam, N., McManus, J.N.J., Li, W., and Gilbert, C.D. (2013). Top-down modulation of lateral interactions in visual cortex. J. Neurosci. 33, 1773-1789.

       6. Gilbert, C.D., and Li, W. (2012). Adult visual cortical plasticity. Neuron 75, 250-264.

       7. Xing, D., Shen, Y., Burns, S., Yeh C-I., Shapley, R., and Li, W. (2012). Stochastic generation of gamma-band activity in primary visual cortex of awake and anesthetized monkeys. Journal of Neuroscience 32:13873-13880.

       8.Pan, Y., Chen, M., Yin, J., An, X., Zhang, X., Lu, Y., Gong, H., Li, W., and Wang, W. (2012). Equivalent representation of real and illusory contours in macaque V4. J. Neurosci. 32, 6760-6770.

       9. McManus, J.N.J., Li, W., and Gilbert, C.D. (2011). Adaptive shape processing in primary visual cortex. Proc. Natl. Acad. Sci. U. S. A. 108, 9739-9746.

       10.Zhang, E., and Li, W. (2010). Perceptual learning beyond retinotopic reference frame. Proc. Natl. Acad. Sci. U. S. A. 107, 15969-15974.

       11.Gilbert, C.D., Li, W., and Piech, V. (2009). Perceptual learning and adult cortical plasticity. J. Physiol. (Lond). 587, 2743-2751.

       12. Li, W. and Gilbert, CD. Perceptual Learning. In: The Senses: A Comprehensive References. Eds. Allan Basbaum et al., Elsevier  

       13. Li, W. and Gilbert, CD. Perceptual learning: neural mechanisms. In: The New Encyclopedia of Neuroscience. Editor-in-chief: Larry Squire. Elsevier.

       14. Li, W., and Gilbert, C.D. (2009). Visual cortical plasticity and perceptual learning. In The cognitive neurosciences, M.S. Gazzaniga, ed. (Cambridge, Massachusetts: The MIT Press), pp. 129-140.

       15. Li, W., Piech, V., and Gilbert, C.D. (2008). Learning to link visual contours. Neuron 57, 442-451.

       16. Li, W., and Gilbert, C.D. (2008). Perceptual Learning: neural mechanisms. In Encyclopedia of Neuroscience, L.R. Squire, ed. (Oxford: Academic Press), pp. 535-541.

       17.  Li, W., and Gilbert, C.D. (2007). Perceptual learning. In The Senses: A comprehensive reference, A.I. Basbaum et al., eds. (New York: Academic Press), pp. 303-328.

       18. Li, W. Pi?ch, V. and Gilbert, CD. Contour saliency in primary visual cortex. Neuron, 50:951-962, 2006  

       19. Stettler, DD., Yamahachi, H., Li, W., Denk, W. and Gilbert, CD. Axons and synaptic boutons are highly dynamic in adult visual cortex. Neuron, 49:877-887, 2006. 

       20. Li, W. Pi?ch, V. and Gilbert, CD. Perceptual learning and top-down influences in primary visual cortex. Nature Neuroscience 7:651-657, 2004 

       21. Li, W. and Gilbert, CD. Global contour saliency and local colinear interactions. Journal of Neurophysiology. 88:2846-2856, 2002. 

       22. Crist, RE, Li, W. and Gilbert, CD. Learning to see: experience and attention in primary visual cortex. Nature Neuroscience. 4:519-525, 2001. 

       23. Li, W., Thier, P. and Wehrhahn, C. Neuronal responses from beyond the classical receptive field in V1 of alert monkeys. Experimental Brain Research. 139:359-371, 2001. 

       24. Li, W., Thier, P. and Wehrhahn, C. Contextual influence on orientation discrimination of humans and responses of neurons in V1 of alert monkeys. Journal of Neurophysiology. 83:941-954, 2000.  

       25. Westheimer, G. and Li, W. Classifying illusory contours: edges defined by “pacman” and monocular tokens. Journal of Neurophysiology. 77:731-736, 1997. 

       26. Li, W. and Westheimer, G. Human discrimination of the implicit orientation of simple symmetrical patterns. Vision Research. 37:565-572, 1997. 

       27. Wehrhahn, C., Li, W. and Westheimer, G. Patterns that impair discrimination of line orientation in human vision. Perception. 25:1053-1064, 1996. 

       28. Westheimer, G. and Li, W. Classifying illusory contours by means of orientation discrimination. Journal of Neurophysiology. 75:523-528, 1996. 

       29.Li, C.Y., and Li, W. (1994). Extensive integration field beyond the classical receptive field of cat's striate cortical neurons-classification and tuning properties. Vision Res. 34, 2337-2355.

荣誉奖励：

1、入选2006年度教育部“长江学者特聘教授”。

2、2009年入选“新世纪百千万人才工程国家级人选”。

3、2010年享受国务院政府特殊津贴。

学习行为是人类高级认知活动的核心，理解学习的神经基础是生命科学领域最富挑战性的重大科学问题之一。在新兴的“学习科学”的研究过程中，鉴于对多学科、多领域交叉融合的迫切需要，北京师范大学认知神经科学与学习国家重点实验室的研究人员自发地相互选择、联合，共同规划和确定研究方向，共同承担国家重大科研项目，组成了学习的脑机制研究团队。该团队以学习的脑机制作为总体方向，从行为规律、脑网络和神经回路等多个层面探索学习的认知神经基础,旨在揭示人脑学习的规律和机制，建立有效学习的理论框架和体系，为基于脑科学的教育和学习障碍的干预提供科学的理论和方法。

该团队2006年获批我国首个认知神经科学学科“创新引智计划基地”，2007年获批教育部创新团队，2012年获批“学习的认知神经机制研究”国家创新研究群体。2013年，经过由包含国外专家组成的国际招聘委员会评审，团队中7名成员成为由美国国际数据集团（IDG）捐建的“北京师范大学—IDG/麦戈文脑科学研究院”首批首席科学家，团队负责人、认知神经科学与学习国家重点实验室主任李武兼任院长。同年，李武入选国家“**计划”百千万工程领军人才，并作为首席科学家带领团队申请并获批国家973计划项目“学习行为发生、发展及异常的认知神经机制研究”。

该团队的相当一部分成员都是从海外引进，2014年获得了“中国侨界贡献奖（创新团队）”。成员中有3人获得“国家杰出青年科学基金”，1人入选“新世纪百千万人才工程国家级人选”，3人为 “长江学者特聘教授”，2人入选国家“青年**计划”，2人曾获中科院“**计划”支持，6人入选 “新世纪优秀人才支持计划”。近五年团队成员作为第一或通讯作者共发表与学习有关的SCI、SSCI研究论文100余篇。为了深入探讨遗传与环境因素对脑与学习的影响，团队成员还参与了中国儿童青少年心理发育大型数据库的建设，并合作建立了双生子数据库、大学生基因–脑–行为数据库等，为开展大尺度合作研究提供支撑。

引领国内语言和数学学习的研究，在国际上产生较大影响

每一领域的学习都有其特殊的规律，揭示这些规律对于促进人类的学习，提升教育教学的效益具有重大价值。团队成员薛贵、周新林等结合行为测量和脑成像等手段，系统研究了语言学习和数学学习的认知神经机制。

研究发现在语言的重复学习中，大脑激活模式的相似性越高，学习效果越好。提出了学习的“神经活动编码一致性”理论，挑战了传统的“编码变异假说”。成果发表在权威杂志之一Science，国外专家评价该研究“为人类的记忆研究开创了新的思路和方法”。在国内率先开展了语言学习个体差异的神经机制研究，发现学习之前大脑的活动模式能够预测语言学习的效果；字形和语音学习具有不同的神经预测指标，并且存在性别差异。提出了“语言学习的神经预测假说”，为语言教学中的个体差异问题提供了认知神经科学证据，为促进语言教育开拓了新的思路。

在国内率先开展了数学学习的脑机制研究，提出并通过实验验证了由早期学习经验塑造的“基于双重表征的算术脑”假设，成为目前数字加工理论的重要基础。针对女生在算术能力上优于男生的现象，首次提出并验证语言假设，即女生在计算能力上的优势是基于其语言能力上的优势。

在国际上引领知觉学习的认知神经机制研究

不同类型的学习既有其特殊规律，又显示出共同特点。首先，任何学习都涉及到特异性和迁移性的问题，即在一定条件下的学习效果能否迁移到其他的情境，做到“举一反三”；其次，学习通常都离不开注意等基本认知功能的调控；再有，学习过程中对规律的掌握往往会导致一些基本概念的形成。为了阐明这些基本学习规律背后的脑机制，团队成员以基本的视觉学习为突破口，结合行为测量、功能磁共振成像（fMRI）、神经细胞电活动记录等多种手段，从多层面、多角度揭示了知觉学习的行为规律和神经环路机制，包括特异性和迁移性发生的规律和机制。

以猕猴为动物模型，通过在其大脑中植入微电极阵列跟踪记录脑细胞反应的变化，李武等发现，随着每天视觉检测任务的训练，视觉皮层细胞的群体编码不断被优化，与视觉检测能力的提高密切相关。这一重要成果最近发表在神经科学领域权威杂志Nature Neuroscience。国外专家在同期杂志上以“熟能生巧”为题作了专文评论，认为该研究解决了一个长期悬而未决的问题。

与高级认知学习相似，知觉学习需要集中注意练习，被动接受视觉刺激不会产生学习效果。李武和刘嘉等揭示了学习过程中注意信号对信息加工的调控作用。此外，刘嘉等在合作建立双生子数据库的基础上，研究了遗传和环境因素对视觉学习的影响，首次发现面孔的识别能力受到遗传因素的影响，并非如其他客体识别主要依赖于后天的经验和学习。

毕彦超、韩在柱等通过对脑损伤病人和健康人群的fMRI研究，揭示了复杂感知学习中概念表征和记忆的脑机制。首次发现了客体概念个体差异的静息态脑机制，并揭示了表征不同概念范畴（有无生命、动词、名词等）的脑结构和功能模块。

开发神经影像学数据分析方法，建立描述神经信息处理的计算模型，为揭示学习的脑机制提供重要的方法学支撑

揭示人脑学习的机制需要从脑的复杂网络、功能系统、局部脑区到神经元微环路等多个空间尺度进行刻画。贺永和朱朝喆等开展了一系列神经影像方法学研究；吴思等在计算神经科学方面展开了深入研究。

在复杂脑结构网络方面，提出采用结构磁共振图像获得的脑皮层灰质形态学数据构建人脑结构网络模型的计算方法，建立了世界上第一个活体人脑结构连接网络草图。将脑结构网络方面的算法改良后，应用于脑静息网络方面，发现当采用不同的脑图谱时，所构建的功能脑网络的拓扑参数有明显不同，为解决不同的脑区分割方法是否影响脑网络分析的争议性难题提供了证据；进一步发现人脑在时间和空间上都是由特定的子系统相互连接构成，明确回答了人脑自发神经活动网络具有等级模块化的组织原则这一重要问题。团队开发的一系列磁共振数据分析软件对国内外同行开放共享，被大量下载，极大推动了相关领域的发展。

提出了将静息范式与近红外脑成像（fNIRS）相结合用于低龄儿童脑功能研究的新思路，克服了低龄儿童很难配合完成指定实验任务以及fMRI噪音、狭腔等扫描环境不适于低龄儿童等问题，在儿童青少年学习的研究中具有广泛应用前景。

在建立神经网络模型方面，基于实验提供的现象和数据，研究了信息储存、提取和整合的连续吸引子网络，发展了一套新的数学工具来描述学习过程中神经网络的动力学行为。

经过不懈努力，北京师范大学学习的脑机制研究团队在该领域已处于国内领先地位，并在国际上取得重要的影响。团队未来发展目标是进一步加深合作，扩大队伍，整合各自优势，形成国际知名的脑与学习研究团队。在科学研究上，将在语言和数学学习研究等方面整体达到国际先进水平，并在学习一般规律的研究上处于领先地位，提出具有国际影响力的学习理论。在学科建设上，努力打破传统的学科壁垒，推动“学习科学”这一新兴交叉学科在我国的建立和发展。在成果转化上，探索把学习理论应用到教育和学习训练实践中，为提高学习效率、克服学习障碍、促进人力资源开发提供关键的科学原理和技术。