fMRI解析の基礎 (15):表現類似性分析

最終更新日: 2020年7月21日
表現類似性分析 (Representational Similarity Analysis, RSA) とは、多変量解析によって脳活動の類似性構造を抽出する方法です。下図の例では、物体のカテゴリーごとに類似した脳反応のあることがわかります。 BOLD反応の類似性構造は、知識的… 続きを読む

fMRI解析の基礎 (14):動的因果モデリング

最終更新日: 2020年7月21日
動的因果モデリング (Dynamic Causal Modeling, DCM) は、汎用的に使える、神経回路におけるコネクティビティを仮説検証する分析手法です (Friston et al. (2003))。 注目する脳領域を決め、その神経活動の経時変化をモデル化します。この… 続きを読む

fMRI解析の基礎 (13):エンコーディング

最終更新日: 2020年7月20日
エンコーディングとは? 刺激に関する知識を用いて特定のROIのBOLD反応を予測すること。 デコーディングの逆になる。 エンコーディングには次のような特徴があります。 特定の属性に敏感な領域を特定できる 認知過程・神経活動の仮説を検証できる。 Computational Ne… 続きを読む

fMRI解析の基礎 (12):デコーディング

最終更新日: 2020年7月20日
デコーディングとは? 観察したBOLD反応から刺激を予測すること。 最も広く使われているデコーディング手法は、Multivoxel Pattern Analysis (MVPA) というパターン分類手法です。 1. 概観 例として、Haxvy et al. (2001) のよ… 続きを読む

fMRI解析の基礎 (11):独立成分分析

最終更新日: 2020年7月19日
**ICA(独立成分分析)**は、PCAよりも強力で、現実的な潜在構造に基づいています。多くのパラメータを持っていて複雑なモデルを設計できる上に、正規性の仮定が無いという利点があります。 1. カクテルパーティー問題 カクテルパーティー問題と呼ばれる複数の音声の分離問題に、IC… 続きを読む