结果图

Nilearn

Nilearn是一个Python库，用于神经影像分析。它提供了处理和分析功能性和结构性脑成像数据的工具。Nilearn提供了多种预处理函数、机器学习算法应用、统计分析和结果可视化的功能。在神经影像研究领域，Nilearn常用于分析功能性磁共振成像（fMRI）等技术的数据。通过Nilearn，研究人员可以对大脑活动进行定量分析、图像处理和模式识别，帮助推动神经科学研究的发展。

Nilearn 可视化

Nilearn 的plotting模块提供了体素空间和皮层的绘图方法，可以绘制结构像、时间序列、神经影像结果的可视化比如ROI绘制、分区图绘制、脑网络图绘制、检验结果绘制等神经影像研究中常用的各种类型的图片。

如何绘制脑连接图

脑连接图的绘制基于nilearn中的plotting.plot_connectome()函数，下面主要介绍一下该函数的参数，方便使用时根据需要定制。

使用该函数绘制脑连接图主要需要提供两个数据，需要使用者导入：

• 第一个adjacency_matrix：是一个N*N的矩阵，该矩阵如果是对阵的则为无向图，若为非对阵的则为有向图，矩阵中的值用来标识节点之间的连接强度。比如：

	A		C	D	E