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

作者：王钰莹; 于海峰; 黎兵; 鲁学明^*

来源：心理科学, 2022, 45(03): 718-724.

DOI：10.16719/j.cnki.1671-6981.20220328

• 机器学习
• 有监督学习算法
• fMRI
• MVPA

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Scikitlearn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。

• 单位
  东北师范大学