文件名称：matlab精度检验代码-BrainNetClass:脑网类
文件大小：56.84MB
文件格式：ZIP
更新时间：2024-06-10 18:21:12
系统开源
matlab精度检验代码脑网类 我们很高兴地宣布，我们新的“大脑网络构建和分类”工具箱BrainNetClass-v1.0已在Github（）上发布。 它是由北卡罗来纳大学教堂山分校的IDEA（图像显示，增强和分析实验室）开发的。 它是一个基于Matlab的，开放式编码的，基于大脑功能连接的全自动网络疾病分类工具箱，具有易于使用的GUI，可以自动进行功能网络的构建，网络特征的提取和选择，参数优化，分类，模型验证和结果示范。 它旨在帮助编码和机器学习知识有限的其他领域的神经科学家，医生和研究人员，通过先进的算法轻松正确地构建脑功能连接组学[1-8]，并进行严格的个性化设置疾病诊断或其他分类任务。 希望该工具箱可以帮助标准化方法，并提高基于网络的分类的可重复性，可概括性和可解释性。 具体来说，BrainNetClass-v1.0为大脑功能网络的构建提供了丰富的算法，包括最近针对高阶功能网络开发的算法[1,4-6,8]以及那些利用稀疏表示和高级，生物学意义上的约束来实现鲁棒且一致的算法网络建设[2,3,7]。 此外，它还提供了基于标准且严格的基于网络的分类，可以选择特征提取，特征缩减，交叉验