CEBRA

CEBRA ist eine Forschungsbibliothek, die mithilfe maschinellen Lernens den Zusammenhang zwischen Verhalten und neuronaler Aktivität in biologischen Systemen entschlüsselt. Sie wurde ursprünglich an der EPFL entwickelt und in Nature veröffentlicht. Die Bibliothek verbindet Daten aus Kalziumbildgebung und Elektrophysiologie, um interpretierbare Einbettungen von Verhaltensmustern zu erzeugen.

Highlights

• Gleichzeitige Analyse von Verhaltensdaten und neuronalen Aufzeichnungen verschiedener Spezies
• Entschlüsselung der Aktivität im visuellen Kortex und Rekonstruktion von Bewegungsverläufen
• Konsistenzmetriken für fundierte Hypothesentests und neue Erkenntnisse
• Kompatibilität mit mehreren Datenformaten aus Kalziumbildgebung und Elektrophysiologie
• Vollständige Python-Implementierung mit umfassender Dokumentation und Beispielen

Forschende in den Neurowissenschaften und der computergestützten Biologie nutzen CEBRA, um Gehirn und Verhalten nicht länger getrennt zu analysieren. Die Bibliothek zeigt, wie neuronale Schaltkreise beobachtbares Verhalten steuern, und unterstützt so die Untersuchung neuronaler Informationsverarbeitung in großem Maßstab.