So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Phân tích Mẫu Đa biến× | Phân tích Mạng Não Bộ Dựa trên Đồ thị× | |
|---|---|---|
| Lĩnh vực | Chẩn đoán hình ảnh thần kinh | Chẩn đoán hình ảnh thần kinh |
| Họ | Process / pipeline | Process / pipeline |
| Năm ra đời≠ | 2001 | 2009 |
| Người khởi xướng≠ | James V. Haxby | Ed Bullmore |
| Loại≠ | fMRI pattern classification pipeline | Brain network graph analysis pipeline |
| Công trình gốc≠ | 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 ↗ | Bullmore, E., & Sporns, O. (2009). Complex brain networks: graph theoretical analysis of structural and functional systems. Nature Reviews Neuroscience, 10(3), 186–198. DOI ↗ |
| Tên gọi khác | MVPA, brain decoding, pattern classification | graph theory, brain network analysis, network neuroscience |
| Liên quan | 3 | 3 |
| Tóm tắt≠ | Multivariate Pattern Analysis (MVPA) is a machine learning approach to fMRI that decodes cognitive states, stimuli, or behavior from whole-brain spatial patterns of neural activity. Pioneered by Haxby and colleagues in 2001, MVPA treats fMRI as a classification problem: can a trained decoder predict what a person is perceiving or thinking based solely on their brain activity pattern? | Graph Theoretical Brain Network Analysis applies network science to understand brain organization, treating the brain as a complex network of interconnected nodes (regions) and edges (connections). Formalized by Bullmore and Sporns in 2009, graph analysis reveals fundamental organizational principles—modularity, efficiency, resilience—that characterize healthy and diseased brains. |
| ScholarGateBộ dữ liệu ↗ |
|
|