NeuroRA

NeuroRA

多模态神经数据表征分析工具箱

NeuroRA是一个开源的Python工具箱,用于多模态神经数据的表征相似性分析。它支持包括行为、EEG、MEG、fMRI在内的多种神经数据类型,提供神经模式相似性、时空模式相似性等分析功能。该工具箱还实现了跨时间RSA和基于分类的EEG解码等创新方法,为神经科学研究者提供了一个功能全面的分析平台。

NeuroRA神经数据分析表征相似性分析Python工具箱多模态神经数据Github开源项目

#NeuroRA

一个用于多模态神经数据表征分析的Python工具箱

概述

**表征相似性分析(RSA)**已成为测量不同模式多变量神经活动表征的一种流行且有效的方法。

NeuroRA是一个基于Python的易用工具箱,可以对几乎所有类型的神经数据进行RSA相关工作,包括行为、脑电图、脑磁图、功能性近红外光谱、立体脑电图、皮层脑电图、功能性磁共振成像和其他一些神经电生理数据。 此外,用户可以在NeuroRA上进行神经模式相似性(NPS)时空模式相似性(STPS)跨被试相关(ISC)基于分类的脑电解码以及一种新颖的跨时间RSA(CTRSA)

安装

pip install neurora

论文

Lu, Z., & Ku, Y. (2020). NeuroRA: A Python toolbox of representational analysis from multi-modal neural data. Frontiers in Neuroinformatics. 14:563669. doi: 10.3389/fninf.2020.563669

网站及使用方法

更多详情请访问NeuroRA网站

您可以阅读文档或下载教程以了解如何使用NeuroRA。

所需依赖:

  • Numpy:一个基础的科学计算包。
  • SciPy:提供许多用户友好且高效的数值例程的包。
  • Scikit-learn:一个Python机器学习模块。
  • Matplotlib:一个Python 2D绘图库。
  • NiBabel:提供对一些常见医学和神经影像文件格式的读写访问的包。
  • Nilearn:一个用于神经影像数据快速简便统计学习的Python模块。
  • MNE-Python:用于探索、可视化和分析人类神经生理数据的Python软件。

功能

  • 计算神经模式相似性(NPS)

  • 计算时空神经模式相似性(STPS)

  • 计算跨被试相关(ISC)

  • 计算表征差异矩阵(RDM)

  • 计算跨时间RDM(RDM)

  • 基于RDM计算表征相似性

  • 一步实现表征相似性分析(RSA)

  • 进行跨时间RSA(CTRSA)

  • 进行基于分类的脑电解码

  • 进行统计分析

  • 将RSA结果保存为功能性磁共振成像的NIfTI文件

  • 绘制结果

示例

NeuroRA提供了几个示例,您可以在/demos/..路径下查看它们(提供了.py文件和.ipynb文件)。

运行示例查看示例
示例1在Colab中打开查看notebook
示例2在Colab中打开查看notebook
示例3在Colab中打开查看notebook

关于NeuroRA

值得注意的是,这个工具箱目前仅是一个测试版本。 如果您在使用过程中有任何问题、发现一些错误或有一些有用的建议,可以给我发邮件,我将很高兴并感谢得知。

我的电子邮箱地址: zitonglu1996@gmail.com / zitonglu@outlook.com

我的个人主页: https://zitonglu1996.github.io

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多