Process / pipelineMachine learning decoding
多変量パターン解析
多変量パターン解析（MVPA）は、fMRIにおける機械学習アプローチであり、神経活動の全脳空間パターンから認知状態、刺激、または行動をデコードする。Haxbyらによって2001年に開拓されたMVPAは、fMRIを分類問題として扱う。すなわち、訓練されたデコーダーは、脳活動パターンのみに基づいて、人が何を認識しているか、または考えているかを予測できるか？
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Multivariate Pattern Analysis (MVPA). ScholarGate. https://scholargate.app/ja/neuroimaging/multivariate-pattern-analysis
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- グラフ脳ネットワーク分析神経画像学↔ 比較
- 表象類似性解析神経画像学↔ 比較
- Voxel-Based Morphometry神経画像学↔ 比較