从高密度电脑图数据中对神经活动和连接性的大规模分析
Gaia Amaranta Taberna1, Jessica Samogin1, Mingqi Zhao2
1Movement Control and Neuroplasticity Research Group, KU Leuven, 3001, Leuven, Belgium.
Computers in biology and medicine
|June 9, 2024
概括
非侵入性电生理学工具箱 (NET) 提供开源软件,用于高密度脑电图 (hdEEG) 大脑数据的高效,大规模分析. 该工具自动化复杂的hdEEG分析,使高级神经活动和连接性研究可用于大型数据集.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 生物医学工程 生物医学工程
背景情况:
- 高密度脑电图 (hdEEG) 对于研究人类大脑活动和连接性至关重要.
- 传统的hdEEG分析是耗时和资源密集的,限制其应用到大型数据集.
- 需要高效的自动化工具来处理复杂的hdEEG数据分析工作流.
研究的目的:
- 介绍非侵入性电生理学工具箱 (NET),一个开源软件解决方案.
- 提供一个全面的工具,用于大规模分析hdEEG数据.
- 为了实现复杂的神经数据的高效和自动处理.
主要方法:
- 开发了NET作为一个基于MATLAB的跨平台软件.
- 完整的hdEEG分析工作流程的集成工具:信号预处理,头模拟,源定位和量化.
- 启用了对重建的神经信号进行分析,以获得时间锁定反应,功能连接和大脑映射.
- 设计用于无监督自动化和集成到现有工作流程中.
主要成果:
- NET 便于对 hdEEG 数据进行大规模分析,从原始信号到定量神经数据.
- 该软件支持传统和高级分析,包括功能连接和大脑映射.
- 可以导出定量神经数据以与其他软件兼容.
- NET是免费提供GUI和教程的非商业用途和开源开发.
结论:
- NET提供了一种高效的自动化解决方案,用于大规模的hdEEG数据分析.
- 该工具箱简化了复杂的分析,使其对广泛的数据集可行.
- NET的可定制性支持集成到各种研究工作流程中.
