NeuroImage：一个用于全脑统计和多模态特征关联的工具箱BrainStat

文章预览

神经成像数据集的分析和解释已经成为一项多学科的挑战，它不仅依赖于统计方法，而且越来越多地与其他脑源性特征（如基因表达、组织学数据、功能和认知结构）相结合。为了应对这一挑战，我们介绍了BrainStat——一个工具箱，它具备以下功能：(i) 对体积和基于表面的脑成像数据集进行单变量和多变量线性模型的分析；(ii) 将死后基因表达和组织学的空间图与结果进行多域特征关联，以及基于任务的fMRI元分析和静息状态fMRI元分析。BrainStat将统计数据和特征关联集成到一个交钥匙工具箱中，简化了分析过程，加速了跨模式研究。该工具箱在Python和MATLAB中实现，这两种编程语言在神经成像和神经信息学社区中被广泛使用。BrainStat是公开可用的，并且配有可扩展的文档。       介绍 神经影像学的发展使我们能够在个体和大型群体中广泛测量大脑 ………………………………