Neurohacking describes how to use the R programming language (https://cran.r-project.org/) and its associated package to perform manipulation, processing, and analysis of neuroimaging data. We focus on publicly-available structural magnetic resonance imaging (MRI). We discuss concepts such as inhomogeneity correction, image registration, and image visualization. By the end of this course, you will be able to: Read/write images of the brain in the NIfTI (Neuroimaging Informatics Technology Initiative) format Visualize and explore these images Perform inhomogeneity correction, brain extraction, and image registration (within a subject and to a template).
от партнера
Introduction to Neurohacking In R
Университет Джонса Хопкинса
Об этом курсе
Недавно просмотрено: 8,024
Learner Career Outcomes
25%
начал новую карьеру, пройдя эти курсы
11%
получил значимые преимущества в карьере благодаря этому курсу
Приобретаемые навыки
Image ProcessingBrainR ProgrammingNeurology
Learner Career Outcomes
25%
начал новую карьеру, пройдя эти курсы
11%
получил значимые преимущества в карьере благодаря этому курсу
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 12 часа на выполнение
Предполагаемая нагрузка: 4 weeks of study, 2-4 hours/week
Английский
Субтитры: Английский
Программа курса: что вы изучите
1 ч. на завершение
Introduction
1 ч. на завершение
3 видео ((всего 30 мин.)), 1 материал для самостоятельного изучения, 1 тест
1 материал для самостоятельного изучения
Syllabus10мин
1 практическое упражнение
Theme 1 Quiz16мин
2 ч. на завершение
Neuroimaging: Formats and Visualization
In this section, we will discuss different formats that brain images come in, as well as some of the commonly done magnetic resonance imaging (MRI) scans.
2 ч. на завершение
7 видео ((всего 74 мин.)), 6 тестов
7 видео
The NIfTI Format9мин
Basic Visualization 19мин
Basic Visualization 29мин
Basic Data Manipulation9мин
Transformations and Smoothing14мин
Basic MRI Contrasts9мин
6 практического упражнения
Theme 2 Lecture 1 Quiz10мин
Theme 2 Lecture 2 Quiz10мин
Theme 2 Lecture 3 Quiz10мин
Theme 2 Lecture 4 Quiz10мин
Theme 2 Lecture 5 Quiz10мин
Theme 2 Lecture 6 Quiz10мин
3 ч. на завершение
Image Processing
In this section, we will discuss the steps done to process brain MRI data. We will discuss inhomogeneity correction, brain extraction or skull stripping, and various image registration techniques.
3 ч. на завершение
9 видео ((всего 71 мин.)), 9 тестов
9 видео
Registration15мин
fslr: System Requirements8мин
Bias Field Correction Using fslr3мин
Brain Extraction using fslr5мин
Image Registration Using fslr5мин
Installing ANTsR5мин
Basic Data Manipulation with ANTsR4мин
Pre-Processing with ANTSR7мин
9 практического упражнения
Theme 3 Quiz 110мин
Theme 3 Quiz 210мин
Theme 3 Quiz 312мин
Theme 3 Quiz 410мин
Theme 3 Quiz 510мин
Theme 3 Quiz 610мин
Theme 3 Quiz 710мин
Theme 3 Quiz 810мин
Theme 3 Quiz 910мин
3 ч. на завершение
Extended Image Processing
In this section, we will discuss the different types of registration and how one would go through processing a multi-sequence MRI scan, as well as wrapper functions that make the process much easier. We also cover interactive exploration of brain image data and tissue-level (white/gray matter and cerebrospinal fluid (CSF)) segmentation from a T1-weighted image.
3 ч. на завершение
11 видео ((всего 101 мин.)), 1 материал для самостоятельного изучения, 10 тестов
11 видео
Co-Registration using fslr9мин
Co-Registration using ANTsR9мин
Wrapper Functions for Processing Pipelines8мин
Across-Visit Co-Registration of T1 Images6мин
Rigid Registration to a Template8мин
Affine Registration of T1 to Template4мин
Nonlinear Registration of T1 to Template6мин
Getting ROI Anatomic Information from Non-Linear Registration12мин
Tissue-Level Segmentation7мин
Papayar: Interactively Viewing Images in R22мин
1 материал для самостоятельного изучения
Papayar Script10мин
10 практического упражнения
Theme 4 Quiz 110мин
Theme 4 Quiz 210мин
Theme 4 Quiz 36мин
Theme 4 Quiz 410мин
Theme 4 Quiz 510мин
Theme 4 Quiz 610мин
Theme 4 Quiz 710мин
Theme 4 Quiz 810мин
Theme 4 Quiz 910мин
Theme 4 Quiz 1010мин
4.6
Рецензии: 37
Лучшие отзывы о курсе Introduction to Neurohacking In R
I like that this course goes through most necessary steps, my only suggest would be to have one additional week where you go through everything all together, and then do some simple group analysis.
Thank you for the wonderful course. Especially useful when the team explains every new line of code. As a current undergraduate and aspiring neuroscience researcher, this is tremendously helpful.
Преподаватели
Dr. Elizabeth Sweeney
Rice Academy Postdoctoral FellowBiostatistics
Ciprian M. Crainiceanu
ProfessorBiostatstics
John Muschelli III
Assistant ScientistBiostatistics
О Университет Джонса Хопкинса
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.
Что я получу, оплатив сертификацию?
Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.
Coursera делает лучшее в мире образование доступным каждому,
предлагая онлайн-курсы от ведущих университетов и организаций.
© Coursera Inc., 2020 Все права защищены.
