论文
BrainNet Studio：脑网络构建、智能分析和可视化的统一工具包
BrainNet Studio: A Unified Toolkit for Brain Network Construction, Intelligent Analysis, and Visualization
摘要
大脑网络表征大脑区域之间的结构和功能关系，并支持认知、大脑疾病和脑机接口的研究。传统的静态网络无法充分表示它们的时变拓扑和高阶时空依赖性。现有工具主要关注静态连接组，并提供动态网络建模与现代图和序列学习方法的有限集成。我们推出 BrainNet Studio，这是一个用于静态和动态脑网络分析的集成工具包。它提供了一个统一的工作流程，包括网络构建、特征提取、预测建模、候选生物标志物识别、可视化和辅助解释。该工具包集成了深度学习、图神经网络和时空序列模型等 27 种算法，支持分类和识别具有判别性的大脑区域和连接。大语言模型生成研究人员可验证的个人和群体层面的功能连接、结构连接和结构-功能耦合的摘要。在一致的计算框架内，用户可以配置分析任务、比较方法、检查输出和扩展功能，而无需重复组装特定于应用程序的管道。 BrainNet Studio 为认知神经科学中的连接组分析、脑部疾病的探索性研究和脑机接口提供了一个实用且可扩展的平台。该工具包可在 https://github.com/xbrainnet/Brainnet-Studio. 上公开获取