Monimuuttujapatterianalyysi
Monimuuttujapatterianalyysi (MVPA) on fMRI:n koneoppimismenetelmä, joka dekoodaa kognitiivisia tiloja, ärsykkeitä tai käyttäytymistä aivojen kokoalueen hermoaktiivisuuden spatiaalisista patterneista. Haxbyn ja kollegoiden vuonna 2001 kehittämä MVPA käsittelee fMRI:tä luokitteluongelmana: voiko koulutettu dekooderi ennustaa, mitä henkilö havaitsee tai ajattelee perustuen yksinomaan hänen aivoaktiivisuuspatteriinsa?
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Norman, K. A., Polyn, S. M., Detre, G. J., & Haxby, J. V. (2006). Beyond mind-reading: multi-voxel pattern analysis of fMRI data. Trends in Cognitive Sciences, 10(9), 424–430. DOI: 10.1016/j.tics.2006.07.005 ↗
- Haxby, J. V., Gobbini, M. I., Furey, M. L., et al. (2001). Distributed and overlapping representations of faces and objects in ventral temporal cortex. Science, 293(5539), 2425–2430. DOI: 10.1126/science.1063736 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Multivariate Pattern Analysis (MVPA). ScholarGate. https://scholargate.app/fi/neuroimaging/multivariate-pattern-analysis
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Aivoverkkojen graafianalyysiAivokuvantaminen↔ vertaa
- Representaatioiden samankaltaisuusanalyysiAivokuvantaminen↔ vertaa
- Vokselipohjainen morfometriaAivokuvantaminen↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →