nilearn是一个将机器学习、模式识别、多变量分析等技术应用于神经影像数据的应用中,能完成多体素模式分析(MVPA:mutli-voxel pattern analysis)、解码、模型预测、构造功能连接、脑区分割、构造连接体等功能。一般用于处理功能磁共振图像(FMRI)、静息状态(resting-state),或者基于体素的形态学分析(VBM).对于机器学习专家来说,nilearn的价值体现在特定领域特定工程的构造,也就是将神经影像数据表达成为非常适合于统计学习的特征矩阵。


1 为什么机器学习对于神经影像很重要

1.1 有监督学习的脑图像能预测临床评分或者治疗反应

1.2 能够度量泛化评分

1.3 能够用于多维多变量统计学分析

1.4 能应用数据驱动来探索大脑


2 如何安装nilearn库

建议安装anaconda(一个python环境),它满足nilearn所需要的所有第三方库。

进入CMD(win+r),输入命令: pip install -U --user nilearn  

打开python编辑器,导入nilearn:  import nilearn 



Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐