Хронукс
В этой статье есть несколько проблем. Пожалуйста, помогите улучшить его или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалять эти шаблонные сообщения )
|
Chronux — это пакет программного обеспечения с открытым исходным кодом, разработанный для загрузки, визуализации и анализа различных модальностей/форматов данных нейробиологических временных рядов . Использование этого инструмента позволяет нейробиологам выполнять разнообразный анализ многоканальных электрофизиологических данных, таких как LFP (потенциалы локального поля), ЭЭГ , МЭГ, время нейрональных спайков, а также пространственно-временных данных, таких как FMRI и данные динамической оптической визуализации. Программное обеспечение состоит из набора процедур MATLAB , связанных с библиотеками C, которые можно использовать для выполнения задач, составляющих типичное исследование нейробиологических данных. К ним относятся локальная регрессия и сглаживание , сортировка пиков и спектральный анализ , в том числе многоконусный спектральный анализ — мощный непараметрический метод оценки спектра мощности. Пакет также включает в себя несколько графических интерфейсов для визуализации и анализа временных рядов. Chronux имеет лицензию GNU GPL v2. [1] (и MATLAB является собственностью).
Самая последняя версия Chronux — версия 2.12.
История
[ редактировать ]С 1996 по 2001 год Морская биологическая лаборатория (MBL) в Вудс-Хоул, штат Массачусетс, США проводила семинар по анализу нейронных данных. [ нужна ссылка ] Затем этот семинар превратился в специальный курс по нейроинформатике , который проводится в MBL в последние две недели августа каждого года. Популярность этих педагогических усилий и потребность в более широком распространении сложных инструментов анализа временных рядов в более широком нейробиологическом сообществе побудили лабораторию Mitra Lab в лаборатории Колд-Спринг-Харбор инициировать финансируемую НИЗ программу по разработке программных инструментов для анализа нейронных данных в форме пакета Chronux. [ нужна ссылка ] Chronux — результат усилий множества людей, главного изК ним относятся Хемант Бокил, Питер Эндрюс, Самар Мехта, Кен Харрис, Кэтрин Лоадер, Партха Митра, Хирен Маниар, Рави Шукла, Рамеш Ядав, Харихаран Налаторе и Суманджит Каур. Важный вклад также внесли Мюррей Джарвис, Бижан Песаран и С.Гопинатх. Chronux приветствует вклады заинтересованных лиц.
Организация и возможности Chronux
[ редактировать ]Chronux состоит из нескольких отдельных наборов инструментов. К ним относятся набор инструментов спектрального анализа , набор инструментов локальной регрессии и правдоподобия , а также набор инструментов сортировки пиков. Кроме того, в состав пакета Chronux входит ряд графических интерфейсов, специфичных для конкретной предметной области, и предполагается, что их будет больше. Большая часть Chronux написана на MATLAB , а некоторые интенсивные вычисления кодируются на C с MEX-интерфейсом к MATLAB. Применяемые методы являются самыми современными. [ нужна ссылка ] : Например, набор инструментов спектрального анализа реализует метод многоконусной спектральной оценки, а набор инструментов локальной регрессии и правдоподобия (Locfit) реализует набор очень гибких методов для подгонки функций и распределений вероятностей к данным. Chronux предоставляет надежные оценки доверительных интервалов вычисленных величин. Таким образом, вычисление спектра может быть дополнено вычислением как асимптотических доверительных интервалов, так и складного ножа на основе доверительных интервалов , и то же самое справедливо для большинства величин в наборе инструментов спектрального анализа. Аналогичным образом, набор инструментов локальной регрессии и правдоподобия представляет собой MEX-интерфейс к пакету Locfit, который предоставляет полный набор инструментов для тестирования и проверки моделей.
Графический интерфейс пользователя
[ редактировать ]Графический интерфейс можно вызвать из командной строки MATLAB, набрав ndb – сокращение от Neuro Data Browser (NDB) – который обеспечивает стандартный пользовательский интерфейс для загрузки, визуализации и анализа данных нейробиологических временных рядов. Данные могут быть в разных форматах, таких как ЭЭГ, МЭГ, FMRI и т. д. Используется стандартный пользовательский интерфейс для выбора и визуализации соответствующих частей (образцов/каналов/испытаний) временных рядов, что позволяет просматривать, хранить и анализировать данные. данные для типичного исследования (которые могут иметь размер порядка нескольких Гб) из разных модальностей/форматов на одной платформе. Графический интерфейс также предоставляет возможность просмотра сводной информации обо всех объектах данных, добавленных в системный пул. В настоящее время существует два представления обобщенных данных – по имени пациента и по модальности/формату.
На базовом уровне графический интерфейс позволяет пользователям загружать данные, анализировать их и визуализировать результаты в рамках браузера без необходимости писать отдельные коды MATLAB. Для опытных пользователей он также предоставляет интерфейс командной строки , позволяющий напрямую загружать данные и визуализировать их для анализа. Использование XML на основе архитектуры плагинов позволяет расширить поддержку других модальностей и форматов, а также служит для интеграции любого другого набора инструментов MATLAB с минимальными изменениями в XML плагина.
Документация M2HTML представляет собой архив онлайн-справки для всех процедур MATLAB, включенных в Chronux. Он состоит из описаний функций и графиков зависимостей.
Ссылки
[ редактировать ]- Парта Митра и Б. Песаран, «Анализ данных динамической визуализации мозга». Биофизический журнал, том 76 (1999), 691–708, arxiv.org/abs/q-bio/0309028 .
- Партха Митра и Хемант Бокил. Наблюдаемая динамика мозга , Oxford University Press, США (2007), Ссылка, соединяющая книгу.
- Дональд. Б. Персиваль и Эндрю. Т. Уолден. Спектральный анализ для физических приложений: многомерные и традиционные одномерные методы , издательство Кембриджского университета, Великобритания (2002).
- Питер Стойка и Рэндольф. Л. Моисей. Введение в спектральный анализ , Прентис Холл, США (1997).
- Ричард Шиави. Введение в прикладной статистический анализ сигналов , Academic Press, (1999).