CEBRA

CEBRA to biblioteka badawcza wykorzystująca uczenie maszynowe do analizy zależności między zachowaniem a aktywnością neuronową w układach biologicznych. Została pierwotnie opracowana w EPFL, a wyniki prac opublikowano w Nature. Łączy dane z obrazowania wapniowego i elektrofizjologii, aby tworzyć interpretowalne reprezentacje wzorców zachowania.

Najważniejsze funkcje

• Jednoczesna analiza zapisów zachowań i aktywności neuronowej u różnych gatunków
• Dekodowanie aktywności kory wzrokowej i odtwarzanie trajektorii ruchu
• Miary spójności umożliwiające rygorystyczne testowanie hipotez i dokonywanie odkryć
• Zgodność z wieloma formatami danych z obrazowania wapniowego i elektrofizjologii
• Pełna implementacja w Pythonie z obszerną dokumentacją i przykładami

Badacze neuronauki i biolodzy obliczeniowi używają CEBRA, aby wyjść poza oddzielną analizę mózgu i zachowania. Biblioteka pokazuje, w jaki sposób obwody neuronowe sterują obserwowalnym zachowaniem, wspierając badanie procesów obliczeniowych mózgu na dużą skalę.