复杂的神经影像数据可以通过转换为视听格式(带有音乐配乐的视频)来探索，以帮助解释执行某些行为时大脑中发生的情况。
美国哥伦比亚大学的 David Thibodeaux 及其同事在开放获取期刊PLOS ONE上介绍了这项技术。下面是这些美丽的“大脑电影”的例子。
最近的技术进步使得实时记录清醒大脑中活动的多个组成部分成为可能。例如，科学家现在可以观察老鼠执行特定行为或接受某种刺激时大脑中发生的情况。然而，此类研究产生大量数据，很难直观地探索这些数据以深入了解大脑活动模式背后的生物机制。
先前的研究表明，一些大脑成像数据可以转化为听觉表征。基于这些方法，Thibodeaux 和同事开发了一个灵活的工具包，可以将不同类型的大脑成像数据以及实验室动物行为的视频记录转化为视听表征。
然后，研究人员在三种不同的实验环境中演示了这项新技术，展示了如何利用各种脑成像方法的数据来准备视听表示，包括 2D 宽视场光学映射 (WFOM) 和 3D 扫描共焦对齐平面激发 (SCAPE) 显微镜。
该工具包应用于之前收集的 WFOM 数据，这些数据检测小鼠进行不同行为(例如跑步或梳理毛发)的神经活动和脑血流变化。
神经元数据由钢琴声音表示，钢琴声音随着大脑活动的峰值而及时敲击，每个音符的音量指示活动的强度，其音调指示大脑中活动发生的位置。
同时，血流数据由小提琴声代表。实时演奏的钢琴和小提琴声音展示了神经元活动和血流之间的耦合关系。与老鼠的视频一起观看，观看者可以辨别哪些大脑活动模式对应于不同的行为。
作者指出，他们的工具包并不能替代神经影像数据的定量分析。尽管如此，它可以帮助科学家筛选大型数据集，以寻找可能被忽视且值得进一步分析的模式。