，2005年于北京师范大学信息科学学院或电子与通讯系统硕士学位，2008年于北京师范大学认知神经科学与学习国家重点实验室获基础心理学博士学位。同年进入佛罗里达大学生物医学工程系从事博士后工作，后任该系研究助理科学家。主要从事注意控制和神经影像信号分析方面的研究。2013年进入中国人民大学心理学系任副教授。温晓通博士一直致力于研究注意控制和高级认知控制的神经网络交互机制及相应的神经信号分析方法学问题。研究涉及认知、计算机、信息、医等多学科交叉。他的主要研究兴趣是在传统单变量分析（例如激活分析、ERP分析）的基础上，采用新颖的多变量网络分析方法揭示大脑各部分间的信息交互和协作控制是怎样保证大脑健康、有序、高效的运行的。探索大脑不同脑区之间的交互作用对认识大脑认知功能神经机制、障碍都具有重要的学术价值和现实意义，是当前脑科学研究的热点之一。经过多年积累，温晓通博士在基于fMRI的跨脑区信息流研究以及注意控制网络交互机制的研究方面取得了一些优秀的成果，发表在The Journal of Neuroscience 和Neuroimage等优秀期刊。

，副教授。2010年于北京师范大学大学认知神经科学与学习国家重点实验室获博士学位，同年留校任教。曾为美国加州大学尔湾分校访问学生、瑞士巴塞尔大学访问学者。主要研究兴趣为人格、情绪、记忆等心理行为的脑机制和遗传机制，主持国家自然科学基金青年项目、面上项目，教育部高等学校博士点项目各一项，参与十多项省部级课题。发表论文四十余篇，其中以第一作者在 Neurobiology Aging，Physiology &Behavior，PLoS ONE，Addictionbiology，Neuropsychopharmacology等杂志发表论文十篇。

，北京工业大学生物医学工程在读博士，专注于机器学习方法在大脑磁共振的研究，具有丰富的基于机器学习的医学影像特征处理实践经验。目前主要课题方向为基于深度学习和磁共振影像对大脑认知的疾病及老化的分类与预测研究。已独立完成一项基于结构磁共振和深度学习模型对阿尔兹海默症的分类方法研究，取得了非常理想的分类结果。至今已发表关于大脑磁共振工程方法学研究论文10余篇。硕士期在北京神经外科研究所功能影像磁共振室长期实习，并在此期间完成了多项图像分析任务，对人与动物的脑磁共振最新获取手段及后处理方法具有深入的了解。熟悉深度学习及传统机器学习算法模型原理，擅长matlab、python等编程实践。

，中国科学院高能物理研究所，副研究员，硕士生导师，中国科学院脑科学与智能技术卓越创新中心副研究员，中国研究性医院学会放射学专业青年委员会委员，中国医药信息学会医学影像信息学专业委员会委员，国家自然科学基金函审专家，《磁共振成像》审稿专家等。