Los neurocientíficos utilizan MATLAB y Simulink para procesar y analizar datos experimentales, realizar experimentos y simular modelos de circuitos cerebrales. Con MATLAB y Simulink, puede:
- Analizar datos de series temporales neuronales a partir de registros de señales de electrodos
- Comprender los datos de imágenes estructurales y funcionales procedentes de estudios de microscopía y neuroimagen
- Utilizar Machine Learning y Deep Learning para tareas de clasificación, predicción y organización en clusters mediante el uso de modelos entrenados con datos neurocientíficos
- Procesar y generar flujos de datos en tiempo real, que incluye sistemas de interfaz cerebro-ordenador (BCI) y control del comportamiento
Los neurocientíficos que utilizan MATLAB también pueden acceder a una extensa librería de herramientas de terceros creadas especialmente para aplicaciones neurocientíficas. Entre ellas se incluyen toolboxes compartidas gratuitamente por la comunidad de usuarios y productos comerciales de partners que ofrecen conectividad de hardware y de nube.
“MATLAB es una forma de pensar, un lenguaje que trasciende fronteras y una manera de compartir y colaborar con otros científicos”.
Uso de MATLAB para neurociencia
Data Science neuronal
Utilice MATLAB para trabajar con conjuntos de datos que contienen múltiples ensayos, pacientes y modalidades utilizando librerías de algoritmos integradas para estadística, Machine Learning y Deep Learning.
Utilice MATLAB para crear historias de datos neurocientíficos con Live Editor. Comparta estas historias de datos y conviértalas en scripts en vivo interactivos con colaboradores y lectores.
Escale el procesamiento de MATLAB para que se ejecute en todos los núcleos y las tarjetas GPU de estaciones de trabajo y equipos individuales con Parallel Computing Toolbox. Acceda a MATLAB Parallel Server para escalar fácilmente a clusters remotos a través de uno o más nodos informáticos.
Aceleración del análisis de neuroimágenes para estudiar el mantenimiento saludable de las capacidades cognitivas a pesar del envejecimiento (Universidad de Cambridge).
Registros de EEG intracraneales etiquetados de un paciente epiléptico (fuente: Kaggle).
Series temporales neuronales
Utilice MATLAB para visualizar y analizar datos de series temporales neurocientíficas, que incluyen registros de pico, campo y pericráneo, así como registros de supervisión del comportamiento.
Utilice las funcionalidades de preprocesamiento y extracción de datos en los dominios de tiempo, frecuencia y tiempo-frecuencia utilizando algoritmos de MATLAB y apps interactivas para el procesamiento de señales y el análisis de wavelets.
Aplique técnicas de Deep Learning adecuadas para datos de series temporales, tales como redes de memoria de corto-largo plazo (LSTM).
Neuroimágenes y microscopía
Utilice MATLAB para visualizar y analizar datos neurocientíficos de imagen y vídeo a escalas de neurona, cerebro y paciente.
Acceda a datos de imágenes en 2D y 3D en formatos de archivo habituales, tales como NIfTI y TIFF, y trabaje con conjuntos de datos demasiado grandes para la capacidad de la memoria. Establezca correspondencias entre imágenes y pacientes. Analice regiones del cerebro y estructuras celulares con algoritmos y operaciones morfológicas para segmentar imágenes. Cree flujos de trabajo de procesamiento de imágenes personalizados utilizando herramientas interactivas para especificar puntos y regiones de interés (ROI).
Etiquete datos de imágenes de forma interactiva con las apps Image Labeler y Video Labeler. Aplique técnicas de Deep Learning a conjuntos de datos etiquetados para clasificar o cuantificar imágenes enteras, regiones o estructuras identificables, o píxeles individuales.
Evaluación de los objetivos terapéuticos de Alzheimer con Deep Learning (Genentech)
Explore productos
Imagen de: Carnegie Mellon University
Control de experimentos e interfaces cerebro-ordenador (BCI)
Con MATLAB, puede transmitir datos desde y hacia una amplia gama de dispositivos de hardware, incluidos sistemas de captura de datos, cámaras, sistemas EEG, sistemas de registro neuronal, estimuladores cerebrales y microscopios de dos fotones.
Con Simulink Real-Time y HDL Coder, puede controlar el hardware en tiempo real y el hardware de FPGA, respectivamente, para controlar experimentos o BCI con precisión inferior a milisegundos garantizada.
Con Stateflow, puede diseñar lógica de control para tareas de comportamiento, sistemas BCI y otros experimentos. También puede ejecutar diagramas de Stateflow en MATLAB o realizar la ejecución en tiempo real o en hardware de FPGA.
Explore productos
Temas de neurociencia
Primeros pasos
Explore vídeos, ejemplos y tutoriales para ponerse en marcha con rapidez.
Herramientas para neurociencia
Toolboxes creadas por la comunidad de usuarios y productos de terceros para neurociencia.
¿Tiene preguntas?
Consulte con nuestros expertos en neurociencia sobre los requisitos de su aplicación.
Startups y partners
¿Trabaja en una startup de neurociencia? ¿Desarrolla productos para neurocientíficos? Considere nuestros programas para startups y partners.
