利用脑成像多体素模式分析解码认知的神经表征:原理和应用

多体素模式分析(multi-voxel pattern analysis,MVPA)是一种基于机器学习理论发展出来的新的功能磁共振数据分析技术。MVPA技术通过训练分类器,对由不同认知状态引起的多体素信号模式进行分类。与传统的基于单个体素的分析方法相比,该技术可更敏感地检测脑对认知状态的表征,并使得从神经信号解码认知状态成为可能。文章介绍MVPA技术的基本原理、分析步骤以及可以用MVPA来解决的科学问题,并对应用中可能面临的问题提供了参考建议。

基于多体素模式分析的fMRI视觉解码研究综述

随着神经影像技术的发展,尤其是功能磁共振成像技术的兴起与广泛应用,视觉解码技术取得了长足的进步。目前,多体素模式分析(multi-voxel pattern analysis,MVPA)方法日渐成为最受关注的视觉信息解码方法。与经典fMRI数据分析中的单体素分析方法不同,该方法考虑神经元活动的相互关系,引入多体素模式特征训练分类器,实现对大脑视觉认知状态的分类识别。文章重点介绍MVPA解码的基本思想、实施步骤和在视觉解码中的应用,并指出了今后的一些研究方向。

多体素模式分析在fMRI数据分析中的应用

用多体素模式分析(multivariate pattern analysis,MVPA)方法分析功能磁共振成像(functional magnetic resonance imaging,fMRI)数据是近年来认知神经科学领域的研究热点。MVPA可分析大脑的解剖信息、大脑的功能活动以及人们的行为表现三者之间的关系,从而对人们某个认知行为背后的神经机制进行探讨。本文主要介绍以下内容:①如何用MVPA方法对fMRI数据进行处理和分析,主要包括数据预处理、特征提取和样本创建、分类器的选择与测试。②如何对MVPA的分析结果进行解释:结合认知心理学的相关知识对MVPA的分析结果进行解释。通过本文,可以对MVPA的基本理论,应用特点和发展趋势,以及如何用MVPA方法进行fMRI数据处理和分析有一个较为全面的认识。

老年人整体运动敏感性降低的脑灰质体积变化基础

本研究使用多体素模式分析方法和随机点阵范式,首次探索了老年人整体运动敏感性(GMS)下降和其脑灰质体积下降间的关系。结果发现,老年人GMS显著低于年轻人,老年人V5/MT、V3和额顶等脑区灰质体积显著小于年轻人;V5/MT和V3区的灰质体积信号可以有效预测个体的GMS。结果提示,V5/MT区和V3区,特别是V3区的灰质体积下降可能是老年人GMS下降的主要原因;而基于“去分化假设”,全脑范围内其余脑区的灰质体积下降可能也在一定程度上与老年人GMS下降有关。

面孔识别过程中种族信息的提取:神经机制与认知特点

目的:调查面孔识别中的异族效应,检测人脸加工过程中种族信息的感知方式。方法:本研究提供了一种新的实验范式和方法,专门检测种族识别的神经机制。平均多张相同种族的面孔以突显面孔的种族信息,改变这些"平均面孔"的变形程度来操纵被试对种族信息的判断,然后采用多体素模式分析的方法检测种族认知的完整神经过程。结果:约在300ms之后的面孔识别晚期阶段,大脑开始对面孔的种族信息进行解码;持续至约370ms之后,形成稳定的种族表征。结论:个体对种族信息的解码过程发生在面孔识别过程的晚期阶段。

基于优势决策的神经机制解码方法研究

研究了优势决策中的神经机制解码方法。神经机制解码方法分为基于统计分析的单变量分析和基于机器学习的多变量分析。通过比较基于单变量的广义线性模型和基于多变量的多体素模式分析,探索优势决策中的解码方法。单变量分析中,采用单特征的逻辑斯蒂回归建立模型,多变量分析中,对比了以K近邻、朴素贝叶斯、线性支持向量机、非线性支持向量机为分类器的分类模型。结果表明利用线性支持向量机建立的模型,可以得到优于其他方法的解码精度,且多变量分类模型解码能力均在统计意义上优于单变量模型。

基于ReHo的孤独症谱系障碍白质研究

目的:比较孤独症谱系障碍(ASD)和正常对照在体素单位上白质的区别,为探索ASD客观的生物标记物提供新的思路。方法:将64名ASD患者和64名正常对照基于白质的ReHo作为特征,进行searchlight多体素模式分析。结果:发现6个能有效区别ASD和健康对照的白质簇,其中可以实现最高分类精确度为79.69%的体素位于sagittal stratum cingulum。结论:进一步证明孤独症谱系障碍的大脑白质存在着异常的神经元活动模式,暗示了孤独症白质可能具有异常的神经机制。