文件名称：ra码matlab译码代码-ns-v-bm-decoding:比较Neurosynth和BrainMap功能解码的项目代码
文件大小：10.23MB
文件格式：ZIP
更新时间：2024-07-06 15:07:04
系统开源
ra码matlab译码代码ns-v-bm-解码 描述 为在 INCF 的 Neuroinformatics 2018 会议上展示的海报，重现分析运行所需的所有代码，题为，比较1,2和3 的词典和功能解码结果。 安装 无需安装，Python 代码是在 2.7.13 中编写的，因为我很固执，不想更新到 Python 3。需要numpy 、 pandas 、 scipy 、 seaborn和neurosynth来重新创建 Python 分析和数字。 遗憾的是，重新创建 BrainMap 风格的函数解码依赖于MATLAB 。 用法 来自每个数据库的所有术语比较文件都位于terms ，执行 BrainMap 功能解码所需的脚本位于/brainmap ，执行 Neurosynth 功能解码所需的脚本位于/neurosynth 。 两种方法的解码输入是二进制区域/网络掩码的 nifti 文件，输出是一系列文件，详细说明所述区域/网络的特征权重。 神经合成器解码 ns-get-dataset.ipynb ns-decoding.ipynb 脑图解码 BMA_ImageSearch.m BMA_ForR
【文件预览】：
ns-v-bm-decoding-master
----brainmap()
--------BMA_ImageSearch.m(898B)
--------BMA_ForRevInf.m(14KB)
--------searchBrainMap.m(846B)
--------BrainMapMetaData_NormalActs.mat(5.06MB)
----.ipynb_checkpoints()
--------decoding-comparison-checkpoint.ipynb(135KB)
----neurosynth()
--------ns-get-dataset.ipynb(125KB)
--------ns-decoding.py(977B)
--------ns-decoding.ipynb(4KB)
----BrainMap_ForRevInf()
--------BMA_ImageSearch.m(898B)
--------BMA_ForRevInf.m(14KB)
--------BrainMapMetaData_NormalActs.mat(5.06MB)
----README.md(2KB)
----convert_decoding_results.py(1KB)
----decoding-comparison.ipynb(184KB)