没有合适的资源?快使用搜索试试~ 我知道了~
matlab非参数代码-ept_TFCE-matlab_TFCE_ToolsandDependencies:ept_TFCE-m...
共25个文件
m:14个
mexa64:3个
c:3个
需积分: 15 1 下载量 137 浏览量
2021-06-08
13:18:19
上传
评论
收藏 69KB ZIP 举报
温馨提示
matlab非参数代码ept_TFCE-matlab 这个 matlab 工具箱是为已经预处理的 M-EEG 数据进行统计分析而设计的。 使用的主要基础方法是“无阈值集群增强”技术,然后进行排列以计算差异的显着性。 数据可以是按时间通道的; 按频率频道; 或按时间按频率按频道。 获取更多信息 有关统计方法的更多信息,我们建议查看标题为 的论文。 抽象的 EEG 信号分析的进步及其与其他调查技术的结合使大型 EEG 数据集的适当统计分析成为一个关键问题。 随着可用通道和样本数量的增加,以及更多探索性的实验设计,有必要开发具有高度统计完整性和信号灵敏度的统计过程,尽管如此,它仍会产生可解释给普通用户的结果。 最近有人提出无阈值聚类增强作为 fMRI 数据集的有用分析工具。 这种方法本质上同时考虑了数据点的统计强度和邻域,以将原始信号转换为对组或条件之间“真实”差异的更直观理解。 在这里,我们采用这种方法以最佳方式处理 EEG 数据集,并使用基于排列的统计数据来构建有效的统计分析。 此外,我们将结果与当前可用的使用真实模拟 EEG 信号的其他几种非参数和参数方法进行比较。 所提出的方法通常对
资源推荐
资源详情
资源评论
收起资源包目录
ept_TFCE-matlab_TFCE_ToolsandDependencies-master.zip (25个子文件)
ept_TFCE-matlab_TFCE_ToolsandDependencies-master
README.rst 4KB
channel_tesselate.m 3KB
GPL_License_Information.txt 35KB
ept_TFCE_Toolbox.m 6KB
ept_mixedANOVA.m 5KB
ept_mex_TFCE2D.mexa64 12KB
ept_lme_first_pass.m 2KB
ept_mex_TFCE.mexa64 13KB
ept_mex_TFCE3D.mexa64 12KB
ept_mex_TFCE.c 6KB
ept_mex_TFCE3D.c 7KB
ept_ChN2.m 5KB
ept_run_GLM.m 2KB
ept_lme_TFCE.m 656B
ept_AverageSummaries.m 1KB
ept_mex_TFCE2D.c 8KB
progressbar.m 12KB
ept_mex_TFCE3D.mexw64 12KB
ept_rmANOVA_backup.m 5KB
ept_TFCE_Toolbox.fig 4KB
ept_lme_permute.m 4KB
ept_mex_TFCE2D.mexw64 11KB
ept_glm_permutation.m 968B
ept_lme_statistics.m 2KB
ept_rmANOVA.m 5KB
共 25 条
- 1
资源评论
weixin_38522552
- 粉丝: 5
- 资源: 922
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功