cuBMN
cuBNM ist ein Python-Paket zur Simulation von Gehirnnetzwerkmodellen (BNMs) und den Vergleich zwischen Simulation und empirischen Neuroimaging-Daten durch integrierte Optimierungsalgorithmen. Die Toolbox kann ein simuliertes BOLD-Signal berechnen, daraus die funktionelle Konnektivität (FC) und die funktionelle Konnektivitätsdynamik (FCD) ableiten und sie mit FC- und FCD-Matrizen vergleichen, die aus empirischen BOLD-Signalen abgeleitet wurden. Diese Simulationen können in theoretischen Studien verwendet werden, um in silico zu untersuchen, wie verschiedene Modelleigenschaften und Parameter die Dynamik des gesamten Gehirns oder eines Teils davon beeinflussen.
Obwohl das Programm auf einer Vielzahl von Infrastrukturen laufen kann, ist es für die Parallelisierung auf GPUs optimiert, um eine massive Skalierung der Simulationen zu ermöglichen. Der Benutzer kann zwischen einer Python- und einer Kommandozeilen-API wählen.
Weitere Informationen gibt es auf GitHub oder in der Dokumentation.
Research Software Engineers and Contact Points
Amin Saberi
PhD Student
- Institut für Neurowissenschaften und Medizin (INM)
- Gehirn und Verhalten (INM-7)
Raum 3038