Zobrazeno 1 - 8
of 8
pro vyhledávání: '"OpenNFT"'
Autor:
Yury Koush, John Ashburner, Evgeny Prilepin, Ronald Sladky, Peter Zeidman, Sergei Bibikov, Frank Scharnowski, Artem Nikonorov, Dimitri Van De Ville
Publikováno v:
Data in Brief, Vol 14, Iss C, Pp 344-347 (2017)
Here, we briefly describe the real-time fMRI data that is provided for testing the functionality of the open-source Python/Matlab framework for neurofeedback, termed Open NeuroFeedback Training (OpenNFT, Koush et al. [1]). The data set contains real-
Externí odkaz:
https://doaj.org/article/759d4945e9be431ea1e62975232eeadf
Autor:
Nikita Davydov, Lucas Peek, Tibor Auer, Evgeny Prilepin, Nicolas Gninenko, Dimitri Van De Ville, Artem Nikonorov, Yury Koush
Publikováno v:
Neuroinformatics. 20:897-917
Real-time quality assessment (rtQA) of functional magnetic resonance imaging (fMRI) based on blood oxygen level-dependent (BOLD) signal changes is critical for neuroimaging research and clinical applications. The losses of BOLD sensitivity because of
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::e0f09f3fca0346c952a67df705e8f36b
https://doi.org/10.1007/s12021-022-09582-7
https://doi.org/10.1007/s12021-022-09582-7
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Artem V. Nikonorov, Sergei Bibikov, John Ashburner, Ronald Sladky, Yury Koush, Frank Scharnowski, Evgeny Prilepin, Dimitri Van De Ville, Peter Zeidman
Publikováno v:
Data in Brief, 14
Data in Brief, Vol. 14 (2017) pp. 344-347
Data in Brief, Vol 14, Iss C, Pp 344-347 (2017)
Data in Brief
Data in Brief, Vol. 14 (2017) pp. 344-347
Data in Brief, Vol 14, Iss C, Pp 344-347 (2017)
Data in Brief
Here, we briefly describe the real-time fMRI data that is provided for testing the functionality of the open-source Python/Matlab framework for neurofeedback, termed Open NeuroFeedback Training (OpenNFT, Koush et al. [1]). The data set contains real-
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::4521bcf31e0680cf9e4e394e2b15f714
https://doi.org/10.1016/j.dib.2017.07.049
https://doi.org/10.1016/j.dib.2017.07.049
Autor:
S. A. Bibikov, Peter Zeidman, John Ashburner, Artem V. Nikonorov, Dimitri Van De Ville, Ronald Sladky, Evgeny Prilepin, Yury Koush, Frank Scharnowski
Publikováno v:
NeuroImage, 156
NeuroImage, Vol. 156 (2017) pp. 489-503
NeuroImage, Vol. 156 (2017) pp. 489-503
Neurofeedback based on real-time functional magnetic resonance imaging (rt-fMRI) is a novel and rapidly developing research field. It allows for training of voluntary control over localized brain activity and connectivity and has demonstrated promisi
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::3a641a7dd222e08e0730dc5a8cbc5ace
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Koush, Yury, Ashburner, John, Prilepin, Evgeny, Sladky, Ronald, Zeidman, Peter, Bibikov, Sergei, Scharnowski, Frank, Nikonorov, Artem, Van De Ville, Dimitri
Here, we briefly describe the real-time fMRI data that is provided for testing the functionality of the open-source Python/Matlab framework for neurofeedback, termed Open NeuroFeedback Training (OpenNFT, Koush et al. [1]). The data set contains real-
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::fd10200ffd7f6fc6f87813c3ae202a9e
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.