《神经影像数据科学：简介（Data Science for Neuroimaging: An Introduction）》

数据科学方法和工具（包括编程、数据管理、可视化和机器学习）及其在神经影像研究中的应用

随着神经影像学转向数据密集型发现，该领域的研究人员必须学会以前所未有的规模访问、管理和分析数据集。 对科学结果报告的可重复性和严格性的担忧也要求更高的计算实践标准。 本书为神经影像研究人员介绍了数据科学，介绍了促进自动化、可重复和可扩展的数据分析和理解的方法、工具和途径。 通过对公开可用的神经影像数据集的指导性实践探索，本书解释了编程、数据管理、可视化和机器学习等数据科学元素，并描述了它们在神经影像中的应用。 读者将获得广泛相关的数据科学技能，他们可以轻松地将这些技能转化为自己的问题。

• 满足神经影像研究人员对数据科学权威资源的需求

• 高度重视编程

• 提供用Python 编程语言编写的大量代码示例

• 利用公开可用的神经影像数据集作为示例

• 完全以 Jupyter 笔记本格式编写，因此可以在学习过程中执行、修改和重新执行代码示例

本书旨在向各个研究领域的研究人员和学生介绍数据科学和神经影像学的交叉点。 神经影像学使我们能够了解人类大脑的结构和功能，并在许多不同主题的研究中取得了坚实的立足点。 因此，使用神经影像学来研究大脑的人们来自许多不同的背景，并带着许多不同的问题。 我们写这本书时考虑了各种情况，在这些情况下，额外的技术知识和流利的数据科学语言可以为个人带来好处——无论是完善他们的培训，实现否则不可能实现的研究方向，还是 促进他们职业轨迹的转变。 我们撰写本书的研究人员通常具有一些神经科学背景，本书无意提供神经科学的介绍。 当我们提到特定的神经科学概念和测量时，我们可能会解释它们，但为了更全面地介绍神经科学和神经影像学，我们建议拿起另一本书（其中有很多）； 所有章节（包括这一章）都以“其他资源”部分结尾，其中包含指向这些资源的指针。 我们也不会讨论神经影像数据是如何产生的。 几本优秀的教科书描述了不同神经影像模式中信号形成的物理学以及神经影像数据收集和实验设计的注意事项。 最后，我们将提出分析神经影像数据的某些方法，但这也不是一本关于神经影像数据统计分析的书。 我们再次建议读者阅读另一本专门讨论该主题的书。 相反，本书旨在为广大研究人员提供数据科学工具和方法及其在神经影像数据中的应用的初始切入点。