教授神经影像的计算再现性
摘要：一个面向可重复和协作的脑影像分析的项目介绍。传统的脑影像教学通常是一系列强调大局而不是技术基础的讲座。这些讲座通常与实践工作坊相配套，学生使用具体脑影像软件包的图形界面来运行影像分析。我们的经验表明，这种组合给学生留下了对基本理念的肤浅理解，以及一种非正式、低效和不准确的分析方法。为解决这些问题，我们将课程的基础建立在一个大型开放式小组项目之上。这使我们得以教授：（a）用于保证计算上可重复工作的计算工具，如Unix命令行、结构化代码、版本控制、自动测试和代码审查，以及（b）单次MRI扫描的基本分析所使用的统计技术的清晰理解。我们在小组项目上的重点强调了标准计算工具对准确性、效率和协作的重要性。这些项目在激发学生对真实科学问题的可重复工作方面取得了广泛的成功。我们提议，以这种模式的课程应该成为未来脑影像项目的基础。我们相信，这也将成为在其他计算科学领域教授高效和可重复研究的模式。
作者：K. Jarrod Millman, Matthew Brett, Ross Barnowski, Jean-Baptiste Poline
论文ID：1806.06145
分类：Other Statistics
分类简称：stat.OT
提交时间：2018-10-23