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连。
“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……”
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。
加速神经成像数据分析，推进健康认知老化研究（剑桥大学）
标注的癫痫受试者颅内 EEG 记录。（来源：Kaggle）
神经时间序列
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)。
借助图像标注器和视频标注器，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。
用深度学习评估阿尔茨海默病治疗靶点（基因泰克）
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。
获取详细价格
获得针对您的产品和服务需求的定制报价。
有疑问吗？
我们的神经科学专家将聆听您的应用需求。
