Analiza danych neuronowych szeregów czasowych: Teoria i praktyka

Opinie czytelników

Książka jest wysoko ceniona jako praktyczny i przystępny przewodnik po analizie danych EEG i MEG, odpowiedni zarówno dla studentów, jak i naukowców. Skutecznie łączy teorię z praktycznym zastosowaniem, dostarczając jasnych wyjaśnień i przydatnych ilustracji. Niektórzy czytelnicy uznali jednak niektóre sekcje za mniej jasne, a dostarczony kod MATLAB za chaotyczny i słabo udokumentowany.

⬤ Wysoce praktyczny i przystępny dla studentów i badaczy zajmujących się neuronauką.
⬤ Przejrzyste wyjaśnienia i dobrze zorganizowana treść.
⬤ Łączy teorię z praktyką bez utraty dokładności.
⬤ Dobra dla osób z ograniczonym zapleczem matematycznym.
⬤ Zawiera przydatne ilustracje i zasoby MATLAB dostępne online.
⬤ Obejmuje szeroki zakres technik analizy EEG/MEG.

⬤ Niektóre sekcje, szczególnie w drugiej części, są niejasne i mniej przejrzyste.
⬤ Kod MATLAB jest chaotyczny i brakuje w nim wystarczających komentarzy, co utrudnia jego śledzenie.
⬤ Jeden z użytkowników stwierdził, że jest on zbyt uproszczony i nie jest przydatny dla zaawansowanych uczniów.

(na podstawie 49 opinii czytelników)

Oryginalny tytuł:

Analyzing Neural Time Series Data: Theory and Practice

Zawartość książki:

Kompleksowy przewodnik po koncepcyjnych, matematycznych i implementacyjnych aspektach analizy elektrycznych sygnałów mózgowych, w tym danych z zapisów MEG, EEG i LFP.

Książka ta oferuje kompleksowy przewodnik po teorii i praktyce analizy elektrycznych sygnałów mózgowych. Wyjaśnia koncepcyjne, matematyczne i implementacyjne (za pomocą programowania Matlab) aspekty analiz opartych na czasie, częstotliwości i synchronizacji magnetoencefalografii (MEG), elektroencefalografii (EEG) i lokalnych potencjałów polowych (LFP) pochodzących od ludzi i zwierząt innych niż ludzie. Jest to jedyna książka na ten temat, która obejmuje zarówno podstawy teoretyczne, jak i implementację w języku zrozumiałym dla czytelników bez rozległego formalnego szkolenia z matematyki, w tym kognitywistów, neuronaukowców i psychologów.

Czytelnicy, którzy przejdą przez rozdział po rozdziale i zaimplementują przykłady w Matlabie, zrozumieją, dlaczego i jak przeprowadzane są analizy, jak interpretować wyniki, jakie są kwestie metodologiczne i jak przeprowadzać analizy na poziomie pojedynczego obiektu i grupy. Badacze, którzy są zaznajomieni z używaniem zautomatyzowanych programów do przeprowadzania zaawansowanych analiz, dowiedzą się, co się dzieje po kliknięciu przycisku "analizuj teraz".

Książka zawiera przykładowe dane i kod Matlab do pobrania. Każdy z 38 rozdziałów obejmuje jeden temat analizy, a tematy te przechodzą od prostych do zaawansowanych. Większość rozdziałów kończy się ćwiczeniami, które rozwijają materiał omówiony w rozdziale. Wiele z przedstawionych metod (w tym splot, transformata Fouriera i wzór Eulera) ma fundamentalne znaczenie i stanowi podstawę dla innych zaawansowanych metod analizy danych. Czytelnicy, którzy opanują metody przedstawione w książce, będą dobrze przygotowani do nauki innych podejść.