常用的EEG脑电数据处理，读写，头皮地形图的绘制及ANOVA-ptest方差统计检验代码 好用，易懂，已注释

波恩癫痫患者脑电生物信号

Supervisor守护进程离线脚本无脑安装

Brain-Computer Interfaces_Applying our Minds to Human-Computer Interaction Editors Tan_Nijholt ISSN 1571-5035 ISBN 978-1-84996-271-1 e-ISBN 978-1-84996-272-8

Bastian Venthur

從貝氏機率公式_看AI賦能人腦_ok2

matlab图像分割肿瘤代码自述文件 在Matlab中使用ResUNet进行脑肿瘤分割 数据源：脑部MRI分割，将数据粘贴到source文件夹。 运行安装程序以初始化路径。 LGG细分数据集 该数据集包含脑部MR图像以及手动FLAIR异常分割蒙版。 这些图像是从The Cancer Imaging Archive（TCIA）获得的。 他们对应于癌症基因组图谱（TCGA）低级神经胶质瘤收集物中的110例患者，至少具有液衰减倒置恢复（FLAIR）序列和可用的基因组数据。 肿瘤基因组和患者数据在data.csv文件中提供。 所有图像均以.tif格式提供，每个图像有3个通道。 对于101种情况，有3个序列可用，即对比前，FLAIR，对比后（按通道顺序）。 对于9例，缺少造影剂后顺序，对于6例，缺少造影剂前顺序。 丢失的序列将替换为FLAIR序列，以使所有图像变为3通道。 遮罩是二进制的1通道图像。 它们将出现在FLAIR序列中的FLAIR异常分段（适用于所有情况）。 数据集被组织成110个文件夹，每个文件夹都以案例ID命名，其中包含有关源机构的信息。 每个文件夹包含具有以下命名约定的MR图像：

脑电相位滞后指数脑电图分析功能 该存储库包含用于生成可量化EEG波形的复杂性，类别和连通性的功能的代码。 代码 所有代码均使用MATLAB 2016a编写 “ ALL_FEATURES_ONE_CH_V2.m”包含用于生成复杂性和类别特征的代码。 “ ALL_FEATURES_TWO_CH_V2.m”包含用于生成连接功能的代码。 特征 我们的EEG复杂度的特征包括：Shannon熵，Tsalis熵（q范围为1:10），倒谱系数，子带信息量，Lyaponov指数，分形维数，Hjorth迁移率/复杂度，假最近邻嵌入维数和系数二阶自回归运动模型 我们选择的连通性特征包括：三角带的连贯性，所有频带的连贯性，相位滞后指数，互相关量，互相关滞后，互信息和格兰杰因果关系。 我们选择的类别特征包括：标准偏差，信号规律性，EEG频带功率（δ，θ，α，β，γ，μ），α/δ频带功率之比，信号幅度小于5 microV，信号振幅小于10微伏，信号振幅小于20微伏，“正常”脑电图，弥散减慢，癫痫样峰的数量，癫痫样峰，其次是三角带功率的增加。 我们使用以下特征量化突发抑制：突发长度（均值和标准差），抑制长度（均值和

计算机软考，高项-信息系统项目管理师学习脑图

颞脑表达 基于BrainSpan发育转录组数据分析时空大脑表达的脚本。 BrainSpan数据 单击下载RNA-seq数据（genes_matrix_csv.zip，62.2 MB）。 有关更多信息，请参阅。 文献资料 下载（与上述文件相同）。 在CONFIG.R输入正确的路径。 这是加载BrainSpan数据并控制将输出文件写入何处所需的。 转到src/目录。 运行R CMD BATCH read_rnaseq_data.R以加载和处理BrainSpan数据。 该脚本将生成两个带有BrainSpan数据的.RData文件（运行时间约为15分钟）。 执行分析 运行R CMD BATCH graphics_genes_temporal_trajectories.R以生成基因轨迹图。 运行R CMD BATCH statistics_prenatal-vs-postnatal-te