神経科学

神経科学向け MATLAB

神経科学者は、MATLAB^® および Simulink^® を使用して、実験データの処理と解析、実験の推進、脳回路モデルのシミュレーションを行っています。MATLAB と Simulink を使用すれば、次のことが可能になります。

電極信号の記録から神経科学の時系列データを解析
神経画像および顕微鏡検査の研究を基に、構造的および機能的画像データを把握
機械学習およびディープラーニングを使用し、神経科学データを用いて学習させたモデルを使って、分類、予測、クラスタリングを実行
ブレインコンピューターインターフェイス (BCI) や行動制御システムなどのライブデータストリームを処理および生成

さらに、MATLAB をご利用の神経科学者は、神経科学用途向けに設計された、豊富なサードパーティツールのライブラリにアクセスすることができます。このライブラリには、無料で共有されているコミュニティツールボックスや、ハードウェアおよびクラウド接続を提供する商用パートナー製品が含まれています。

「MATLAB は、…思考様式であり、国境を越えた言語であり、他の科学者との共有や共同作業の手段でもあります…」
Mike X. Cohen, "MATLAB for Brain and Cognitive Scientists"

神経科学分野での MATLAB の使用

ディープラーニングと MATLAB ベースのスパインツールによるアルツハイマー病の治療標的の評価

バテル記念研究所の NeuroLife システムで思考を動作に反映

ディープラーニングによる電子顕微鏡データからの神経マップの再構築

ニューラルデータサイエンス

MATLAB を使用して、複数の試験、被験者、およびデータモダリティを含むデータセットを処理します。ここでは、統計学、機械学習、およびディープラーニングのためのアルゴリズムの組み込みライブラリを使用します。

MATLAB でライブエディターを使用して、神経科学データストーリーを作成します。これらのデータストーリーをライブスクリプトとして共有し、共同作業者や読者向けに対話的に使用できるようにします。
Parallel Computing Toolbox™ を使用して、個々のコンピューターやワークステーション上のすべてのコアと GPU カードで実行できるように MATLAB 処理をスケーリングします。MATLAB Parallel Server™ にアクセスして、1 つまたは複数の計算ノードにまたがるリモートクラスターに簡単にスケーリングできます。

中年期に多くの社会活動を行ったと報告した高齢患者について、脳の健康状態の改善が見られることを示すグラフ

健康な認知加齢を研究するための神経画像データの解析を高速化 (ケンブリッジ大学)。

ユーザー事例

リソース

製品情報を見る

正常時および発作前に、てんかん患者から得られた脳波 (EEG) 記録に対応する信号データの複数のチャネル。

てんかん患者の頭蓋内脳波 (EEG) 記録をラベル化。(出典: Kaggle)

神経科学の時系列データ

MATLAB を使用して、スパイク、フィールド、頭皮の記録、行動モニタリング記録などの神経科学の時系列データを可視化し、解析します。

信号処理およびウェーブレット解析向けの MATLAB アルゴリズムと対話型のアプリを使用して、時間、周波数、時間-周波数領域のデータを前処理し、特徴量を抽出します。

時系列データに適したディープラーニングの手法 (長期短期記憶 (LSTM) ネットワークなど) を適用します。

ユーザー事例

リソース

製品情報を見る

神経画像および顕微鏡検査

MATLAB を使用して、神経科学の画像データや映像データをニューロン、脳、被験者単位で可視化し、解析します。

NIfTI や TIFF などの一般的なファイル形式で 2D や 3D の画像データにアクセスし、メモリに収まりきらない大規模なデータセットを処理します。画像処理セッションと被験者全体で画像の位置合わせを行います。画像セグメンテーションのためのモルフォロジー演算およびアルゴリズムを使用して、脳領域および細胞構造を解析します。点と関心領域 (ROI) を指定するための対話型ツールを使用して、カスタムの画像処理ワークフローを構築します。

イメージラベラーやビデオラベラーアプリを使用して、画像データに対話的にラベル付けします。ラベル付けされたデータセットにディープラーニングの手法を適用して、画像全体、識別可能な領域や構造、または個々のピクセルを分類または定量化します。