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,驱动实验,模拟大脑回路的模型。MATLAB仿真软件,您可以:万博1manbetx
- 分析神经时间序列数据从电极信号记录
- 理解结构和功能的形象神经影像数据和显微研究
- 使用机和深度学习分类、预测和集群使用模型训练与神经科学数据
- 过程和生成实时数据流,包括脑机接口(BCI)和行为控制系统
神经科学家还使用MATLAB可以访问丰富的图书馆第三方工具神经科学应用程序专用。这些包括免费分享社区工具箱和商业支持合作伙伴的产品提供硬件和云连接。s manbetx 845万博1manbetx
MATLAB是……”的思维方式,一种语言,跨越国家,分享和合作的方式与其他科学家…”
迈克•科恩x“MATLAB对大脑和认知科学家”
神经科学数据
使用MATLAB处理数据集包含多个试验,主题,和数据模式,使用内置库的统计算法,机器学习,深入学习。
使用MATLAB创建神经科学数据与现场编辑的故事。分享这些数据的故事,让他们为合作者和读者互动脚本。
规模MATLAB处理运行在所有核心和GPU卡对个人电脑和工作站使用并行计算工具箱™。访问MATLAB并行服务器™很容易扩展到远程跨一个或多个计算节点集群。
加速神经影像数据的分析来研究健康认知老化(剑桥大学)。
探索产品s manbetx 845
标签颅内脑电图记录从癫痫的话题。(来源:Kaggle)
神经时间序列
使用MATLAB可视化和分析神经科学时间序列数据,包括峰值、字段,和头皮记录和行为监测记录。
应用预处理和提取数据特征的时间,频率,使用MATLAB和时频域算法和交互式应用信号处理和小波分析。
应用深度学习技术适用于时间序列数据,如长期短期记忆(LSTM)网络。
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的神经元,大脑,鳞片。
访问2 d和3 d图像数据文件格式一样,如NIfTI和TIFF,与数据集太大适合在内存中。使图像在成像会话和主题。分析大脑区域与形态学操作和细胞结构和算法进行图像分割。构建定制的图像处理工作流使用交互式工具用于指定点和区域(roi)。
交互式地标签图像数据与图像贴标签机和视频贴标签机应用。深度学习技术应用于标记数据集分类或量化整个图像,可识别的地区或结构,或个人像素。
评价阿尔茨海默病治疗靶点与深度学习(Genentech)
图片来源:卡内基梅隆大学
实验控制和脑-机接口(bci)
使用MATLAB流数据从各种各样的硬件设备,包括数据采集系统、摄像机、脑电图系统,神经记录系统,大脑刺激器和双光子显微镜。
使用仿真万博1manbetx软件实时™和高密度脂蛋白编码器™控制实时硬件和FPGA硬件,分别控制实验或BCIs保证亚微秒级精度。
使用Stateflow®设计行为任务的控制逻辑,BCI系统以及其他实验。在MATLAB中运行Stateflow图表,或目标执行实时或FPGA硬件。
