相关实验视频
Updated: Sep 10, 2025
09:39
TACI: An ImageJ Plugin for 3D Calcium Imaging Analysis
Published on: December 16, 2022
4.4K
网探索器:用于对成像数据的网络分析的R包
1Centre for Discovery Brain Sciences, University of Edinburgh, 49 Little France Crescent, Edinburgh, EH16 4SB, UK. s.lenci@ed.ac.uk.
BMC bioinformatics
|August 26, 2025
概括
NetExploreR (CNER) 是一个新的R包,简化成像数据分析. 它为探索神经元功能网络及其动态特性提供了一个用户友好的管道.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 数据科学数据科学数据科学
背景情况:
- 从成像数据分析复杂的功能网络是具有挑战性的.
- 需要多种工具,自定义脚本和编码专业知识.
- 需要对神经元人口时间序列数据进行简化和标准化分析.
研究的目的:
- 介绍 CalciumNetExploreR (CNER),一个R包.
- 简化和标准化神经元人口时间序列数据的分析.
- 促进对神经网络的功能组织和动态属性的更深入的了解.
主要方法:
- CNER集成了规范化,二进制化和人口活动可视化.
- 包括网络构建,学位分配和主要组件分析.
- 评估一个连贯管道内的功率光谱密度和事件频率计算.
主要成果:
- 能够有效地提取和比较网络指标 (集群系数,全球效率,社区结构).
- 简化了对功能连接和网络拓学的检查.
- 提供了表征细胞功能网络和类似结构的手段.
结论:
- CNER是神经科学家的一个用户友好的软件包.
- 允许在没有大量编码的情况下进行强大的统计和图形分析.
- 减少大规模数据分析中的障碍,以便更深入地了解神经网络.
