HERMES：迈向表征功能性和有效性脑连接的综合工具箱
神经元与认知
2013-05-28 v2 计算工程、金融与科学
数学软件
生物物理
数据分析、统计与概率
摘要
近年来，时间序列间相互依赖性的分析已成为一个重要的研究领域，这主要得益于从信号表征动力系统方面的进展、广义同步和相位同步等概念的引入，以及信息论在时间序列分析中的应用。在神经生理学中，源于这些概念的不同分析工具补充了“传统”的线性方法集，后者包括时域和频域中的互相关和相干函数，或更复杂的工具如 Granger 因果性。用于处理两个（或多个）神经网络之间存在功能性连接 (FC) 或有效性连接 (EC) 的方法数量增加，加之相应时间序列分析工具的数学复杂性，使得将这些方法整合到一个统一且易于使用的软件包中变得可取。其目标是让神经科学家、神经生理学家及相关领域的研究人员能够从单一的综合工具箱中轻松访问并使用这些分析方法。在此，我们介绍了 HERMES (http://hermes.ctb.upm.es)，这是一个专为 Matlab 环境 (The Mathworks, Inc) 设计的工具箱，旨在基于多变量 EEG 和/或 MEG 记录等神经生理数据分析功能性和有效性脑连接。它还包含可视化工具和统计方法，以解决多重比较问题。我们相信，该工具箱将对所有从事新兴脑连接分析领域的研究人员非常有帮助。
引用
@article{arxiv.1305.2550,
title = {HERMES: towards an integrated toolbox to characterize functional and effective brain connectivity},
author = {Guiomar Niso and Ricardo Bruña and Ernesto Pereda and Ricardo Gutiérrez and Ricardo Bajo and Fernando Maestú and Francisco del-Pozo},
journal= {arXiv preprint arXiv:1305.2550},
year = {2013}
}
备注
58 pages, 10 figures, 3 tables, Neuroinformatics 2013