XiaoMi-AI文件搜索系统
World File Search SystemBrainIAK
杰里米·R·曼宁博士
30. Kumar M、Anderson MJ、Antony JW、Baldassano C、Brooks PP、Cai MB、Chen P-HC、Ellis CT、Henselman-Petrusek G、Huberdeau D、Hutchinson BJ、Li PY、Lu Q、Manning JR、Mennen AC、Nastase SA、Richard H、Schapiro AC、Schuck NW、Suo D、Turek JS、Vo VA、Wallace G、Wang Y、Zhang H、Zhu X、Capotă M、Cohen JD、Hasson U、Li K、Ramadge PJ、Turk-Browne NB、Willke TL、Norman KA (2022) BrainIAK：脑成像分析套件。 Openings，1(4): 1-19。
用于高级 fMRI 分析的用户友好型学习材料
先进的脑成像分析方法，包括多元模式分析 (MVPA)、功能连接和功能对齐，在过去十年中已成为认知神经科学的有力工具。这些工具以自定义代码和单独的程序包实现，通常需要不同的软件和语言能力。虽然专家研究人员可以使用，但新手用户面临着陡峭的学习曲线。这些困难源于使用新的编程语言（例如 Python）、学习如何将机器学习方法应用于高维 fMRI 数据以及极少的文档和培训材料。此外，大多数标准 fMRI 分析包（例如 AFNI、FSL、SPM）侧重于预处理和单变量分析，在如何与高级工具集成方面存在空白。为了满足这些需求，我们开发了 BrainIAK (brainiak.org)，这是一个开源 Python 软件包，它将几种尖端的、计算效率高的技术与其他 Python 包（例如 Nilearn、Scikit-learn）无缝集成，用于文件处理、可视化和机器学习。为了传播这些强大的工具，我们开发了用户友好的教程（Jupyter 格式；https://brainiak.org/tutorials/），以便更广泛地学习 BrainIAK 和 Python 中的高级 fMRI 分析。这些材料涵盖的技术包括：MVPA（模式分类和表征相似性分析）；并行探照灯分析；背景连接；全相关矩阵分析；受试者间相关性；受试者间功能连接；共享响应建模；使用隐马尔可夫模型进行事件分割；以及实时 fMRI。对于长时间运行的作业或大内存需求，我们提供有关高性能计算集群的详细指导。这些笔记本已在多个站点成功测试，包括作为耶鲁大学和普林斯顿大学课程的问题集以及各种研讨会和黑客马拉松。这些材料是免费共享的，希望它们成为开源软件和教育材料池的一部分，用于大规模、可重复的 fMRI 分析和加速发现。
RT-Cloud - Turk-Browne 实验室
实时 fMRI (RT-fMRI) 神经反馈已被证明可有效治疗神经精神疾病，并且在基础科学和临床应用方面都具有巨大的未来突破希望。然而，其使用的普及受到计算硬件要求、设置和运行实验的复杂性以及缺乏促进合作的标准阻碍。为了解决这些问题，我们开发了 RT-Cloud (https://github.com/brainiak/rt-cloud)，这是一个灵活的、基于云的开源 Python 软件包，用于执行 RT-fMRI 实验。RT-Cloud 使用标准化数据格式和适应性处理流来支持和扩展 RT-fMRI 研究和应用中的开放科学。云计算是推进 RT-fMRI 的关键支持技术，因为它消除了对现场技术专业知识和高性能计算的需求；这使得安装、配置和维护可以自动化并远程完成。此外，云计算的可扩展性使实时部署计算要求高的多变量分析变得更加容易。在本文中，我们描述了 RT-Cloud 如何与开放标准（包括脑成像数据结构 (BIDS) 标准和 OpenNeuro 数据库）集成，迄今为止它是如何应用的，以及我们在未来几年进一步开发和部署 RT-Cloud 的计划。
cv.pdf -Chris Baldassano
学术就业市场研讨会，普林斯顿大学（2023）摘要研讨会，认知科学学会（2023）计算精神病学中心，西奈山（2023）战略讲故事研讨会（2022年，2023年，2023年，2023年）卡内基·梅隆大学大脑研讨会（2022） (2021) Spinoza Centre for Neuroimaging (2021) NIMH Workshop on Naturalistic Stimuli and Individual Differences (2021) NIMH Dynamic and Interactive Data Visualization Workshop (2021) Virtual Feindel Brain and Mind Lecture Series, Montreal Neurological Institute (2021) C3N Seminar, New York State Psychiatric Institute (2020) University of Arizona Cognitive Science Virtual座谈会系列（2020年）牛津韦斯特神经影像学中心（2020）耶鲁大学神经科学中的当前作品（2019）助产发育性认知神经科学大会（2019年）CUNY研究生中心神经科学研讨会（2019年）哥伦比亚大学人类发展局（2019）人类发展学院PrincoLoquium colloquiam colloq collouck collouck collouck collouck collouck collouck collouck collouck 2019记忆锦标赛（2018）TEDXCARNEGIELAKE（2017）学术就业市场研讨会，普林斯顿大学（2023）摘要研讨会，认知科学学会（2023）计算精神病学中心，西奈山（2023）战略讲故事研讨会（2022年，2023年，2023年，2023年）卡内基·梅隆大学大脑研讨会（2022） (2021) Spinoza Centre for Neuroimaging (2021) NIMH Workshop on Naturalistic Stimuli and Individual Differences (2021) NIMH Dynamic and Interactive Data Visualization Workshop (2021) Virtual Feindel Brain and Mind Lecture Series, Montreal Neurological Institute (2021) C3N Seminar, New York State Psychiatric Institute (2020) University of Arizona Cognitive Science Virtual座谈会系列（2020年）牛津韦斯特神经影像学中心（2020）耶鲁大学神经科学中的当前作品（2019）助产发育性认知神经科学大会（2019年）CUNY研究生中心神经科学研讨会（2019年）哥伦比亚大学人类发展局（2019）人类发展学院PrincoLoquium colloquiam colloq collouck collouck collouck collouck collouck collouck collouck collouck 2019记忆锦标赛（2018）TEDXCARNEGIELAKE（2017）