机构名称：
¥ 1.0
计算方法已被提出作为分析大脑活动的有用且有效的框架。鉴于处理从神经成像模式获得的大脑信号存在重大困难，在大脑和外部设备（脑机接口）之间建立直接通信通路是必要的。虽然人们对这些问题的兴趣越来越大，但模糊系统的贡献因应用领域而异。在解码大脑活动时，处理可能受非平稳性、不变量和泛化不良影响的极其嘈杂的信号是一项重大挑战。然而，处理不确定性的高级计算智能方法（如模糊集和系统）是克服这一挑战的绝佳工具。然而，在神经科学中，可能性和模糊性的概念已被类似地用于衡量神经元、突触和其他大脑区域之间的协调程度。拟议的研究主题旨在满足对专用平台的需求，计算智能领域的专家可以齐聚一堂，讨论如何建模和传达神经成像数据处理中固有的不确定性。神经科学包含许多子领域，包括但不限于：计算神经科学；脑机接口；神经科学；神经信息学；神经人体工程学；计算认知神经科学；情感神经科学；神经生物学；脑映射；神经工程；神经技术。神经成像中使用的计算方法是本研究主题的主题，它探讨了各个学科的最新发展、问题和未来观点。因此，我们鼓励研究人员为本研究主题做出新的原创性贡献，利用神经成像中计算和数学技术的最新方法，应对为各种临床应用开发专用系统的挑战，并提出未来发展的新想法和方向。在这个研究主题中，来自不同领域的专家讨论了计算方法在神经成像中的当前发展、困难和潜在方向。本部分共提交了 26 篇文章，但只有 5 篇被选中进行审查。每篇提交的文章至少有两位审稿人和两轮审查。下面，我们简要概述了这些出版物各自的贡献。
社论：神经成像的计算方法
主要关键词
相关文件推荐
