如何利用开源工具分析fMRI数据: 基于多体素模式的有监督机器学习算法介绍

摘要：

目前,多体素模式分析(MVPA)日渐普遍地应用于脑影像研究.近些年,机器学习的模式分类等算法在MVPA方法中被广泛应用,因其具有能够抽取高维数据模式,提高数据利用率的优点.其中一种典型的应用是利用解码的思想来解决神经表征问题,本文主要介绍了利用基于Python语言的工具库中有监督学习算法分析数据的过程.除介绍Nilearn结合Scikit-learn分析数据的步骤外,还比较不同算法的效率,为算法的选择及参数设备提供具体参考.

关键词：机器学习、有监督学习算法、fMRI、MVPA

所属期刊栏目：45

分类号：TP391;R446.9;TP181

资助基金：吉林省教育厅规划课题2014

在线出版日期：2022-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：718-724