实例介绍
用于使用eeg数据构建脑网络指标,并且能够对这些指标进行分析
【实例截图】
【核心代码】
BrainNetwork
└── BrainNetwork
├── callbacks
│ ├── AR.fig
│ ├── AR.m
│ ├── Exit1_Callback.m
│ ├── Loaddata_Callback.m
│ ├── PB_property_Callback.m
│ ├── PB_topology_Callback.m
│ ├── Processing_Result.fig
│ ├── Processing_Result.m
│ ├── Savedata_Callback.m
│ ├── ele_delete.fig
│ ├── ele_delete.m
│ ├── ele_select.fig
│ ├── ele_select.m
│ ├── filter_Callback.m
│ └── power_Callback.m
├── docs
│ ├── BrainNetwork.pptx
│ └── EEG功能网络分析GUI使用手册.doc
├── func
│ ├── BCT
│ │ ├── Aver_Path_Length.m
│ │ ├── Brain_Graphic.m
│ │ ├── Brain_causal.m
│ │ ├── Clustering_Coefficient.m
│ │ ├── Get_threhold.m
│ │ ├── Global_efficiency.m
│ │ ├── Local_Efficency.m
│ │ ├── NetCharacterWei.m
│ │ ├── Net_Threshold.m
│ │ ├── clustering_coef_wu.m
│ │ └── distance_wei.m
│ ├── BT_50Hz.m
│ ├── CSD
│ │ ├── 10-5-System_Mastoids_EGI129.csd
│ │ ├── CSD.m
│ │ ├── CSD_transform.m
│ │ ├── ExtractMontage.m
│ │ └── GetGH.m
│ ├── Connect_COH.m
│ ├── Connect_Corr.m
│ ├── Connect_PLV.m
│ ├── Connect_causal.m
│ ├── GCCA_toolbox_jan2011
│ │ ├── GCCA_manual.pdf
│ │ ├── ccaStartup.m
│ │ ├── cca_autonomy_regress.m
│ │ ├── cca_calcPanels.m
│ │ ├── cca_causaldensity.m
│ │ ├── cca_causaldensity_spectral.m
│ │ ├── cca_causalflow.m
│ │ ├── cca_causalflow_spectral.m
│ │ ├── cca_check_cov_stat.m
│ │ ├── cca_check_cov_stat_mtrial.m
│ │ ├── cca_demo.m
│ │ ├── cca_detrend.m
│ │ ├── cca_detrend_mtrial.m
│ │ ├── cca_diff.m
│ │ ├── cca_diff_mtrial.m
│ │ ├── cca_find_model_order.m
│ │ ├── cca_find_model_order_mtrial.m
│ │ ├── cca_find_model_order_optimized.m
│ │ ├── cca_findsignificance.m
│ │ ├── cca_findsignificance_autonomy.m
│ │ ├── cca_granger_regress.m
│ │ ├── cca_granger_regress_mtrial.m
│ │ ├── cca_granger_regress_optimized.m
│ │ ├── cca_granger_regress_zerolag.m
│ │ ├── cca_kpss.m
│ │ ├── cca_kpss_mtrial.m
│ │ ├── cca_multitaper.m
│ │ ├── cca_pajek.m
│ │ ├── cca_partialgc.m
│ │ ├── cca_partialgc_doi_bstrap.m
│ │ ├── cca_partialgc_doi_permute.m
│ │ ├── cca_partialgc_mtrial.m
│ │ ├── cca_plotcausality.m
│ │ ├── cca_plotcausality_spectral.m
│ │ ├── cca_plotcoherence.m
│ │ ├── cca_plotevent.m
│ │ ├── cca_pwcausal.m
│ │ ├── cca_pwcausal_bstrap.m
│ │ ├── cca_pwcausal_permute.m
│ │ ├── cca_regress.m
│ │ ├── cca_regress_optimized.m
│ │ ├── cca_rm_ensemblemean.m
│ │ ├── cca_rm_temporalmean.m
│ │ ├── cca_rm_temporalmean_mtrial.m
│ │ ├── cca_sacf.m
│ │ ├── ccademo.1.net
│ │ ├── ccademo.10.net
│ │ ├── ccademo.11.net
│ │ ├── ccademo.12.net
│ │ ├── ccademo.13.net
│ │ ├── ccademo.14.net
│ │ ├── ccademo.15.net
│ │ ├── ccademo.16.net
│ │ ├── ccademo.17.net
│ │ ├── ccademo.18.net
│ │ ├── ccademo.19.net
│ │ ├── ccademo.2.net
│ │ ├── ccademo.20.net
│ │ ├── ccademo.21.net
│ │ ├── ccademo.22.net
│ │ ├── ccademo.23.net
│ │ ├── ccademo.24.net
│ │ ├── ccademo.25.net
│ │ ├── ccademo.26.net
│ │ ├── ccademo.27.net
│ │ ├── ccademo.28.net
│ │ ├── ccademo.29.net
│ │ ├── ccademo.3.net
│ │ ├── ccademo.30.net
│ │ ├── ccademo.4.net
│ │ ├── ccademo.5.net
│ │ ├── ccademo.6.net
│ │ ├── ccademo.7.net
│ │ ├── ccademo.8.net
│ │ ├── ccademo.9.net
│ │ ├── test
│ │ │ ├── cca_autonomy_demo.m
│ │ │ ├── cca_permutebstrap_demo.m
│ │ │ ├── cca_testData.m
│ │ │ ├── ccademo.1.net
│ │ │ ├── ccademo.5.net
│ │ │ └── permutebstrapdemo.mat
│ │ └── utilities
│ │ ├── FTEST2.M
│ │ ├── RECONSTR.M
│ │ ├── armorf.m
│ │ ├── armorf_to_cca.m
│ │ ├── cca_adf.m
│ │ ├── cca_arrowh.m
│ │ ├── cca_calcPanels.m
│ │ ├── cca_calc_resid.m
│ │ ├── cca_cdff.m
│ │ ├── cca_center.m
│ │ ├── cca_consistency.m
│ │ ├── cca_mtrial_whitecon.m
│ │ ├── cca_normcdf.m
│ │ ├── cca_normrnd.m
│ │ ├── cca_ols.m
│ │ ├── cca_plotci.m
│ │ ├── cca_rmisnan.m
│ │ ├── cca_spec.m
│ │ ├── cca_whiteness.m
│ │ ├── combinator.m
│ │ ├── covariance.m
│ │ ├── detrend.m
│ │ ├── findnearest.m
│ │ ├── freezeColors.m
│ │ ├── genBoot.m
│ │ ├── genPerm.m
│ │ ├── generate_oscillation.m
│ │ ├── isint.m
│ │ ├── jicolorbar.m
│ │ ├── marsaglia_normcdf.c
│ │ ├── marsaglia_normcdf.mexa64
│ │ ├── marsaglia_normcdf.mexw32
│ │ ├── plotMultiFFT.m
│ │ ├── pwcausal.m
│ │ ├── quantile.m
│ │ └── spectrum.m
│ ├── PhaseSI.m
│ ├── barweb.m
│ ├── classifier
│ │ ├── LDA_class.m
│ │ ├── SVM_class.m
│ │ ├── kappa.m
│ │ ├── lei_cve3.m
│ │ └── libsvm-3.1-[FarutoUltimate3.1Mcode].rar
│ ├── data_psi.m
│ ├── eegfilt.m
│ ├── eegplot.m
│ ├── fastif.m
│ ├── feature_class.m
│ ├── g_causal.m
│ ├── hua_power.m
│ ├── loadcnt.m
│ ├── readedf_up.m
│ └── save_data.m
├── main
│ ├── BrainNetwork.fig
│ └── BrainNetwork.m
├── matlab.mat
├── sample
│ ├── bitch
│ │ ├── t0-3.mat
│ │ ├── t15-17.mat
│ │ ├── t20-22.mat
│ │ ├── t25-27.mat
│ │ ├── t35-37.mat
│ │ ├── t45-47.mat
│ │ ├── t5-7.mat
│ │ ├── t50-52.mat
│ │ ├── t55-57.mat
│ │ ├── t60-62.mat
│ │ └── t65-67.mat
│ ├── eeg_61Loc.txt
│ ├── epileptic_discharge_cnt.cnt
│ ├── epileptic_discharge_edf.EDF
│ ├── epileptic_discharge_mat.mat
│ ├── epileptic_discharge_mat1.mat
│ └── 数据说明.txt
└── 文件夹说明.txt
13 directories, 193 files
标签:
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论