Многомерный анализ паттернов
Многомерный анализ паттернов (Multivariate Pattern Analysis, MVPA) — это подход машинного обучения для функциональной магнитно-резонансной томографии (фМРТ), который декодирует когнитивные состояния, стимулы или поведение на основе пространственных паттернов нейронной активности в масштабе всего мозга. Разработанный Хакби и его коллегами в 2001 году, MVPA рассматривает фМРТ как задачу классификации: может ли обученный декодер предсказать, что человек воспринимает или думает, основываясь исключительно на паттерне его мозговой активности?
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Multivariate Pattern Analysis (MVPA). ScholarGate. https://scholargate.app/ru/neuroimaging/multivariate-pattern-analysis
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Анализ мозга как сети на основе теории графовНейровизуализация↔ сравнить
- Анализ сходства репрезентацийНейровизуализация↔ сравнить
- Воксельная морфометрияНейровизуализация↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →