用于提取脑电信号的DE（差分熵特征/微分熵特征）和PSD（功率谱密度特征）特征的matlab和python代码。

资料包括18张思导图跟一个pdf学习文档，通过脑图可以了解python学习的知识结构，文档是python知识点的详细教学

幼儿园教师教育笔记《快乐折纸，动手动脑》.doc

针对分割核磁共振成像(MRI)三维图像中整个肿瘤病灶运算量大、过程繁复的问题,提出了一种基于深度学习的全自动分割算法。在填充锯齿状空洞的卷积通路上构建并行三维卷积神经网络,提取多尺度图像块进行训练,捕获大范围空间信息。利用密集连接的恒等映射特性,将浅层特征叠加到网络末端,在MRI多模态图像中分割出水肿区、增强区、核心区和囊化区。在BraTS 2018数据集中对该模型进行了分割测试,结果表明,该模型分割的全肿瘤区、核心区和增强区的平均Dice系数分别为0.90、0.73和0.71,与已有算法相当,且具有较高的自动化集成度。

EGG 大脑电波形状数据 EEG brain wave for confusion_For variable selection and causal inference

脑血氧检测作为大脑功能检测之一，是认知神经科学和生物医学领域必不可少的研究工具。其研究方法之一——功能性近红外光谱技术，利用组织中血液的主要成分对近红外光的良好吸收性和散射性，而获得组织内氧合血红蛋白和脱氧血红蛋白的变化情况，从而实现对脑血氧的检测。硅光电倍增器件是近几年兴起的光电探测器件，具有尺寸小、增益高、工作电压低、对磁场不敏感等特点。为了检测脑血氧的变化，设计一个基于近红外光谱技术与硅光电倍增管的新型脑血氧检测电路，并通过前臂阻断实验验证了电路设计的性能满足需求。

使用相位锁值（Phase locking value , PLV）来量化任意两个电极通道之间的相位同步性，构建.相应的脑功能网络的关联矩阵，提取网络不同稀疏度下的度、中间中心度两个局部属性的曲线下面积作为.特征，对不同类型情感的网络特征进行非参数检验，找出显著性的节点。同时采用得到的特征值作为分类.依据，训练SVM 分类器。实验表明，利用PLV 相位同步方法得到功能网络的局部属性，可以有效地区分不.同类型的情感脑电数据，为基于脑电数据的情感识别提供了一种有效的方法。

啮齿动物全脑fMRI数据预处理工具箱 这是Nan Xu开发的适用于小鼠和大鼠全脑的fMRI预处理工具箱。 它遵循（ ）中所述的啮齿动物大脑预处理流程。 在此工具箱中，对（ ）中的初始预处理脚本进行了重新设计，以适应啮齿动物大脑的多个fMRI组数据集。 此工具箱已在具有不同成像和实验设置的啮齿动物的4个不同的fMRI全脑组数据集（3个大鼠组和1个小鼠组）上进行了测试。 可以获得合理的FC映射和QPP。 一，必备软件 FSL5.0，AFNI和ANTs-可以安装在PC上（请参阅“ SoftwareInstallation_fsl_afni_ants.txt”） Matlab中的PCNN3D工具箱（对于小鼠大脑预处理是可选的，请参见下面的详细信息）。 二。 资料档案 需要两个输入数据文件，每个输入数据文件的体素大小均比扫描文件大10倍（即，在使用Bruker2nifti生成.nii文件时，请

图像分割，在医学体系中，图像对医生诊断病情有很大的帮助，所以本文提供医学分割算法，提高图像分割精度。

根据PSD（功率谱密度）和DWT（离散小波变换）两种特征，根据唤醒和效价（高/低）对脑电评分进行情绪识别分类。 运行process.m文件可以获取功率谱密度文本文件。 生成的每个测试文件都包含α、β、δ和θ波功率谱密度比（通过总psd标准化），分别为效价、唤醒和组合输出。运行dwt_feature_extraction.m生成DWT分析波的测试文件。它由3个特征组成：小波能量、小波熵和标准差，以及arousla和valce的评级。文件夹“psd analysis knn and svm”和“dwt analysis”已经包含处理过的文本文件和python代码，用于从这些测试文件中获取训练数据并进行分类。使用KNN和SVM运行ipynb文件进行分类。