将 MATLAB 用于神经科学

神经科学家使用 MATLAB® 和 Simulink® 处理并分析实验数据、驱动实验以及仿真大脑回路模型。借助 MATLAB 和 Simulink,您能够:

  • 通过电极信号记录分析神经时序数据
  • 通过神经成像和显微镜学研究了解结构性和功能性影像数据
  • 借助机器学习和深度学习,使用神经科学数据训练模型以进行分类、预测和聚类
  • 处理和生成实时数据流,包括脑机接口 (BCI) 和行为控制系统

借助 MATLAB,神经科学家还可以访问面向神经科学应用的第三方工具库,利用其中的丰富资源。这里既有免费共享的社区工具箱,也有商业合作伙伴产品,可以与硬件和云实现互联。

“MATLAB 是一种思维方式,一种跨越国界的语言,一种与其他科学家进行分享和协作的方式……”

Mike X. Cohen,《MATLAB for Brain and Cognitive Scientists》

将 MATLAB 应用于神经科学

神经数据科学

使用 MATLAB 内置的统计、机器学习和深度学习算法库来处理包含多个试验、受试者和数据模态的数据集。

使用 MATLAB 的实时编辑器创建神经科学数据案例。以实时脚本形式共享这些数据案例,以便与合作者以及读者进行交互。
利用 Parallel Computing Toolbox™ 扩展 MATLAB 的处理能力,使其可以基于个人计算机和工作站上的所有内核和显卡运行。利用 MATLAB Parallel Server™,更可轻松扩展到一个或多个计算节点上的远程集群。


Kaggle 提供的颅内 EEG 数据

神经时序

使用 MATLAB 可视化和分析神经科学时序数据,包括峰值、电场和头皮记录以及行为监测记录。

利用 MATLAB 的信号处理和小波分析算法以及交互式 App,在时域、频域和时频域应用预处理并提取数据特征。

应用适合时序数据的深度学习方法,例如长短期记忆 (LSTM) 网络。


神经成像和显微镜学

使用 MATLAB 在神经元、大脑和受试者各级可视化和分析神经科学影像和视频数据。

读取常见文件格式(例如 NIfTI 和 TIFF)的二维和三维影像数据,处理无法放入内存的大型数据集。跨多个成像会话和受试者执行影像配准。使用图像分割的形态学运算和算法,分析大脑区域和细胞结构。利用交互式工具构建自定义图像处理工作流程,用以指定点和关注区域 (ROI)。

借助 Image Labeler 和 Video Labeler,以交互方式标注影像数据。在标注的数据集中采用深度学习方法,对整个影像、可识别区域/结构或单个像素进行分类或量化。


图片所有权:卡耐基梅隆大学

实验控制和脑机接口 (BCI)

使用 MATLAB 在各种硬件设备之间流式传输数据,包括数据采集系统、摄像机、EEG 系统、神经记录系统、脑刺激器和双光子显微镜。

分别借助 Simulink Real-Time™ 和 HDL Coder™ 控制实时硬件和 FPGA 硬件,确保以亚毫秒级精度控制实验或 BCI。

采用 Stateflow® 针对行为任务、BCI 系统和其他实验设计控制逻辑。在 MATLAB 中运行 Stateflow 图,或将其部署到实时或 FPGA 硬件上执行。


神经科学主题

快速入门

借助教程、工具箱、第三方产品和其他资源,充分利用 MATLAB 开展神经科学研究。

神经科学工具

面向神经科学的社区工具箱和第三方产品。

最新特性

浏览面向神经科学领域的 MATLAB 最新特性。