计算精神病学是连接计算神经科学、精神病学、心理学等领域的交叉学科。计算精神病学通过数学模型或机器学习的方法，既可以探究精神疾病的生物及认知机制，又可以预测和评估疾病发生、发展和预后等。随着神经影像大数据集的建立和数据共享时代的到来，神经信息学的快速发展在很大程度上促进了计算精神病学的进步。

　　为深入探讨近些年来计算精神病学基于神经影像的研究方法创新和在临床应用中取得的成果，QB期刊特邀复旦大学冯建峰教授和曹淼副研究员共同组织“Computational Neuroimaging in Psychiatric Disorders”专栏，希望各位专家积极投稿，交流最新研究成果。

专栏编辑

冯建峰 教授

复旦大学

曹淼 副研究员

复旦大学

征稿主题（包括但不限于）

　　1. New computational models toward neuroimaging in psychiatry

　　2. Computational neuroimaging on diagnostics and therapeutics in psychiatry disorders

　　3. Reproducibility of computational neuroimaging in psychiatric disorders

征稿截至日期

　　本专辑征稿截至日期为：2023年2月28日

投稿须知

　　Quantitative Biology诚挚邀请相关领域的学者积极投稿，投稿前请仔细阅读期刊主页的“作者须知” （https://journal.hep.com.cn/qb/EN/column/column17257.shtml），投稿链接如下：

　　https://mc.manuscriptcentral.com/qb

期刊简介

　　Quantitative Biology （QB）期刊主要刊登生物信息学、计算生物学、系统生物学、理论生物学和合成生物学的最新研究成果和前沿进展，并为生命科学与计算机、数学、物理等交叉研究领域打造一个学术水平高、可读性强、具有全球影响力的交叉学科期刊。

　　QB期刊目前已被ESCI, Scopus，CSCD等国内外重要数据库收录。QB将于2023年获得首个影响因子(IF)，目前Citescore为4.6。

　　阅读原文