MATLAB神经科学

神经科学家使用MATLAB®和仿真软万博1manbetx件®处理和分析实验数据,实验驱动和脑电路的仿真模型。随着MATLAB和Simulin万博1manbetxk,您可以:

  • 分析神经时间序列数据电极信号记录
  • 理解结构和功能意象从影像学和显微镜研究数据
  • 机器和深度学习使用经过神经科学数据训练的模型进行分类、预测和聚类
  • 处理和生成实时数据流,包括脑机接口(BCI)和行为控制系统

神经科学家使用MATLAB也可以访问丰富的库第三方工具专为神经科学应用而设计。这些工具包括自由共享的社区工具箱和提供硬件和云连接的商业支持的合作伙伴产品。s manbetx 845万博1manbetx

MATLAB是……”一种思维方式,一种跨越国界的语言,一种与其他科学家分享和合作的方式……”

Mike X. Cohen,“MATLAB应用于大脑和认知科学家”

神经科学数据

使用MATLAB处理包含多个试验、主题和数据模式的数据集,使用用于统计、机器学习和深度学习的内置算法库。

使用MATLAB与Live编辑器创建神经科学数据故事。分享这些数据故事,并使它们作为实时脚本为协作者和读者进行交互。
使用并行计算工具箱™可将MATLAB处理扩展到在个人计算机和工作站的所有核心和GPU卡上运行。访问MATLAB Parallel Server™,可以跨一个或多个计算节点轻松扩展到远程集群。


Kaggle提供颅内脑电图数据

神经时间序列

使用MATLAB可视化和分析神经科学的时间序列数据,包括秒杀,现场和头皮录音和行为监测记录。

利用MATLAB算法和交互式应用程序进行信号处理和小波分析,在时间、频率、时频域进行预处理和提取数据特征。

申请适合于时间序列数据,如长短期记忆(LSTM)网络的深学习技术。


神经影像学和显微镜

使用MATLAB可视化和分析神经科学图像和视频数据在神经元,大脑,和受试者规模。

访问常用文件格式的2-D和3-D图像数据,如NIfTI和TIFF,并处理内存中容纳不下的数据集。在成像会议和主题之间对齐图像。用形态学操作和图像分割算法分析大脑区域和细胞结构。使用指定点和感兴趣区域(ROIs)的交互式工具构建自定义图像处理工作流。

交互式标签图像数据与图像标签器和视频标签器应用程序。对标记数据集应用深度学习技术,对整个图像、可识别区域或结构或单个像素进行分类或量化。


图片来源:卡内基梅隆大学

实验控制与脑机接口(BCIs)

使用MATLAB到流数据和从一个大范围的硬件设备,包括数据采集系统,照相机,EEG系统,神经记录系统,脑刺激器,和双光子显微镜。

使用Si万博1manbetxmulink的实时™和HDL编码器™分别控制实时硬件和FPGA硬件,以控制实验或保证亚毫秒精度景气指数。

使用Stateflow®为行为任务、BCI系统和其他实验设计控制逻辑。在MATLAB中运行状态图,或在实时或FPGA硬件上执行目标。


神经科学主题

开始

充分利用MATLAB在神经科学中的教程、工具箱、第三方产品和其他资源。s manbetx 845

工具神经

神经科学共同体工具箱和第三方产品。s manbetx 845

最近的特性

探索与神经科学相关的最新MATLAB特性。