The data science future of neuroscience theory.

The data science future of neuroscience theory.
复制标题

DOI:
10.1038/s41592-022-01630-z
复制
发表时间:
2022-11
期刊:
影响因子:
48
通讯作者:
Voytek, Bradley
Voytek, Bradley
中科院分区:
生物学1区
文献类型:
--
作者:
Voytek, Bradley

文献摘要

参考文献

相似文献

一种整合丰富的异质性大脑数据的方法从基因表达和神经递质受体密度到结构和功能,使神经科学家能够轻松地将他们的数据置于更广泛的神经科学背景下。
An approach for integrating the wealth of heterogeneous brain data—from gene expression and neurotransmitter receptor density to structure and function—allows neuroscientists to easily place their data within the broader neuroscientific context.
DOI: 10.1371/journal.pcbi.1005268
发表时间: 2017-01
影响因子: 4.3
作者:
Jonas E;Kording KP
通讯作者: Kording KP
DOI: 10.1371/journal.pcbi.1005037
发表时间: 2016-08-01
影响因子: 4.3
作者:
Voytek, Bradley
通讯作者: Voytek, Bradley
DOI: 10.1038/s41592-022-01625-w
发表时间: 2022-11
期刊: Nature methods
影响因子: 48
作者:
Markello RD;Hansen JY;Liu ZQ;Bazinet V;Shafiei G;Suárez LE;Blostein N;Seidlitz J;Baillet S;Satterthwaite TD;Chakravarty MM;Raznahan A;Misic B
通讯作者: Misic B
DOI: 10.1038/nmeth.1635
发表时间: 2011-06-26
期刊: NATURE METHODS
影响因子: 48
作者:
Yarkoni, Tal;Poldrack, Russell A.;Nichols, Thomas E.;Van Essen, David C.;Wager, Tor D.
通讯作者: Wager, Tor D.
DOI: 10.1016/j.jneumeth.2012.04.019
发表时间: 2012-06-30
影响因子: 3
作者:
Voytek, Jessica B.;Voytek, Bradley
通讯作者: Voytek, Bradley