本课程为脑科学与智能技术专业硕士生和博士生的专业选修课，是从事脑科学与智能技术相关研究工作的入门课程，主要授课对象是未来技术学院相关专业的学生，其他专业的学生也可选学,通过此课程获得脑认知和类脑智能方面的基本训练、常识或修养。内容包括脑与认知基础理论、类脑神经网络模型、脑复杂网络理论、类脑认知计算模型、类脑智能应用等。

课程内容	                       
第一章 脑与认知    
1.1 脑与行为 (1学时)；
1.2 神经细胞、神经环路与行为 (1学时)；
1.3 神经编码与突触可塑性 (1学时)；
1.4 视觉神经系统 (2学时)；
1.5 听觉与语言神经系统 (2学时)；
1.6 触觉与运动神经系统 (1学时)；
1.7 学习与记忆神经系统 (1学时)；
1.8 推理、决策与规划的神经系统 (1学时)；	
第二章 类脑神经网络模型
2.1 人工神经网络概述 (2学时)；
2.2 深度神经网络及其应用 (4学时)；		
2.3 脉冲神经网络及其应用(4学时)；

第三章 脑复杂网络理论与演化      
3.1 复杂系统基本理论 (2学时)；
3.2 多尺度脑网络模型 (2学时)；
3.3 脑网络分析 (2学时)；
3.4 脑发育与演化模型 (2学时)；	 


第四章 类脑认知计算模型     
4.1 脑皮层计算建模 (2学时)；
4.2 多脑区协同计算模型 (2学时)；
4.3 认知功能协同计算模型 (2学时)；	
第五章 类脑智能现状与展望
5.1 类脑智能概况(1学时)；    
5.2 类脑感知信息处理(2学时)；
5.2 类脑认知信息处理(1学时)；
5.3神经形态芯片(1学时)；
5.4类脑智能机器人(1学时)；	

1.	Eric Kandel, James Schwartz, Thomas Jessell, Steven Siegebaum. Principles of Neural Science. McGraw-Hill Education, 2013. 
2.	Michael S. Gazzaniga, Richard B. Ivry, George R. Mangun. Cognitive Neuroscience: The Biology of the Mind. W. W. Norton & Company, 2013.
3.	Peter Dayan, LF Abbott. Theoretical Neuroscience. MIT Press, 2005.
4.	Ian Goodfellow, Yoshua Bengio and Aaron Courville. Deep Learning Book. MIT Press, 2016.