机构名称：
¥ 2.0
神经活动包含与认知相对应的丰富的时空结构。这包括跨越大脑区域网络的振荡爆发和动态活动，所有这些都可能在几十毫秒的时间尺度上发生。虽然这些过程可以通过脑记录和成像来访问，但由于其快速和短暂的性质，对其进行建模在方法上存在挑战。此外，有趣的认知事件的确切时间和持续时间通常是先验未知的。在这里，我们介绍了 OHBA 软件库动力学工具箱 (osl-dynamics)，这是一个基于 Python 的软件包，可以在几十毫秒的时间尺度上识别和描述功能性神经成像数据中的递归动态。其核心是机器学习生成模型，这些模型能够适应数据并在几乎不做假设的情况下学习大脑活动的时间以及空间和光谱特征。 osl-dynamics 采用了最先进的方法，这些方法可以（并且已经）用于阐明各种数据类型中的大脑动力学，包括磁/脑电图、功能性磁共振成像、侵入性局部场电位记录和皮层脑电图。它还提供了大脑动力学的新颖总结测量方法，可用于帮助我们理解认知、行为和疾病。我们希望 osl-dynamics 能够通过增强快速动态过程建模的能力，进一步加深我们对大脑功能的理解。
用于建模快速动态大脑活动的工具箱
主要关键词
相关文件推荐
