【文件属性】：
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：2021-06-16 21:20:24
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)