文件名称：matlab数硬币的代码-NetBCI:大脑计算机界面控制过程中的动态功能连接
文件大小：1.5MB
文件格式：ZIP
更新时间：2024-06-08 22:16:04
系统开源
matlab数硬币的代码通过大脑和行为的联合分解来证明脑机接口控制中的学习 该存储库包含在中再现分析所需的所有代码。 在本文中，我们探索了支持大脑计算机接口学习的功能网络的中尺度组织。 必选套餐 所需的MATLAB工具箱：eeglab，实地考察 所需的python工具箱：os，numpy，scipy，sys（（来自的NMF） 所需的R工具箱：R.matlab，ggplot2，dplyr，coin，lmPer，汽车，aplpack，RColorBrewer，wesanderson，ez，plyr 指示 前处理 功能连接性和行为 数据非常干净，因此需要最少的预处理 运行preproc_behav.m以获取每个科目的成绩和学习率（斜率）的摘要统计信息 运行preproc_wpli和preproc_wpli_pr.m以制作FC数据和阶段随机化的FC数据。 这将调用函数wrapper_wpli.m和wrapper_pr_wpli.m。 该脚本将使用Fieldtrip中的一个辅助函数来组合平面梯度仪，为每个试验使用定制的辅助函数get_window_wpli.m计算wPLI，并为每个会话保存一个矩
【文件预览】：
NetBCI-master
----.gitignore(129B)
----NMF()
--------qsub_test_A.sh(85B)
--------qsub_preproc_pr.sh(64B)
--------NMF_test_A.py(4KB)
--------qsub_bnv.sh(152B)
--------.ipynb_checkpoints()
--------NMF_pipe_wpli.py~2e5f5ecde46e3698f45d37e417ab95aa2767b1bf(3KB)
--------clear_data.sh(59B)
--------NMF_parameters.ipynb(371KB)
--------qsub_nmf_wpli_ind.sh(121B)
--------run_nmf.sh(390B)
--------NMF_pipe_wpli.py~HEAD(4KB)
--------NMF_pipe_ts.py(3KB)
--------NMF_pipe_wpli_pr.py(6KB)
--------NMF_pipe_pr.py(3KB)
--------qsub_nmf_wpli_pr.sh(120B)
--------qsub_nmf.sh(212B)
--------NMF_pipe_gc.py(3KB)
--------NMF_pipe_wpli_lowres.py(3KB)
--------run_nmf_wpli_lowres.sh(402B)
--------run_bnv.sh(203B)
--------.DS_Store(6KB)
--------Untitled.ipynb(8KB)
--------plot_temp_exp_wpli.py(7KB)
--------param_dist_wpli.py(2KB)
--------plot_comp_params.py(3KB)
--------NMF_pipe_ind.py(3KB)
--------NMF_pipe_pr_nb.py(3KB)
--------fromat_NMF_wpli.m(6KB)
--------NMF_pipe_wpli.py(3KB)
--------plot_dyn_fc.py(5KB)
--------param_distributions_nb.py(4KB)
--------run_nmf_nb.sh(393B)
--------plot_temp_exp_nb.py(3KB)
--------qsub_nmf_nb.sh(175B)
--------qsub_nmf_wpli.sh(117B)
--------NMF_pipe_gc_nb.py(3KB)
--------qsub_nmf_wpli_lowres.sh(124B)
--------NMF_pipe_wpli_ind.py(3KB)
--------run_nmf_wpli.sh(607B)
----analysis()
--------optimal_control_magnitude.m(5KB)
--------temp_exp.R(7KB)
--------control_states.R(29KB)
--------NMF_parameters.ipynb(371KB)
--------get_oc_parameters.m(7KB)
--------rs_sim.R(1KB)
--------get_mtmfft_power.m(807B)
--------consensus_EOG.m(4KB)
--------get_control_states.m(18KB)
--------optimal_control_state_variations.m(8KB)
--------get_opt_energy.m(325B)
--------consistecy_check_norm.R(624B)
--------consistent_edge_location.m(10KB)
--------consistent_subgraphs.m(10KB)
--------behavior.R(4KB)
--------model_validation_all_sg.m(7KB)
--------get_control_states_pr.m(10KB)
--------compare_rs_fc.m(3KB)
--------thresh_mat.m(353B)
--------exp_beh_corr_wpli.R(14KB)
--------density_slope.m(4KB)
--------consensus_EOG.m~(4KB)
--------temp_exp.m(8KB)
--------model_validation.m(6KB)
--------compare_consistency.m(2KB)
--------get_noise_sg.m(3KB)
--------consistent_subgraphs_pr.m(9KB)
--------count_triangles.m(6KB)
--------optimal_contol_MI.m(12KB)
--------get_sg_matrix.m(342B)
--------opt_energy.R(21KB)
--------optmal_control_alt_params.m(6KB)
----public_key(2KB)
----.DS_Store(12KB)
----schematic_v1.png(637KB)
----README.md(5KB)
----preprocessing()
--------preproc_wpli.m(1KB)
--------wrapper_bio.m(5KB)
--------preproc_wpli_rs.m(6KB)
--------get_window_wpli.m(3KB)
--------preproc_wpli_pr.m(1KB)
--------preproc_behav.m(3KB)
--------wrapper_pr_wpli.m(7KB)
--------wrapper_wpli.m(7KB)
--------check_error.m(264B)
--------preproc_bio.m(1KB)