使用MATLAB中的多重集群算法从体内成像数据中检测神经元子网络的协议
Jui-Yen Huang1, Gautam Chauhan2, Pei-Ying Chen3
1The Gill Institute for Neuroscience, Indiana University, Bloomington, IN 47405, USA; Department of Psychological and Brain Sciences, Indiana University, Bloomington, IN 47405, USA; Program in Neuroscience, Indiana University, Bloomington, IN 47405, USA.
STAR protocols
|August 15, 2025
概括
本研究提出了一种工作流程,用于从脑成像数据中检测神经元子网络. 该方法使用MATLAB中的集群和R中的统计分析来获得可靠的结果.
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.
- 数据科学数据科学数据科学
背景情况:
- 神经元子网络是大脑计算的关键,通过协同激活模式识别.
- 从体内成像数据中检测这些子网络对于理解大脑功能至关重要.
研究的目的:
- 为识别神经元子网络提供详细,逐步的工作流.
- 为了能够对子网络分析进行可靠的统计评估和报告.
主要方法:
- 在 MATLAB 中使用多个集群算法来从成像数据中检测子网络.
- 在R中应用统计建模,模型选择和启动,用于组级分析.
- 使用R Markdown模板生成结构化统计报告.
主要成果:
- 检测和分析神经元子网络的可复制工作流.
- 强大的统计方法来评估群体差异,并确保可靠的估计.
- 通过R Markdown对发现进行标准化报告.
结论:
- 本次工作流程有助于识别和统计分析神经元子网络.
- 该协议提高了神经成像数据分析的严谨性和可重现性.
- 综合方法有助于通过子网络动态了解大脑计算.
