用直观方式理解“多变量模式分析”(MVPA)

在fMRI研究中,相比于传统的单变量分析(即GLM/激活分析;“单变量”指单个因变量),多变量模式分析(multivariate pattern analysis; MVPA) 可以进一步回答某个脑区所表征的信息。由于“多变量”在fMRI的情境下就是“多体素”,因此在fMRI研究中它也被叫做多体素模式分析(multi-voxel pattern analysis)。

举个例子来对比“单变量”和“多变量”的分析思路的差异。假设我们选取了一个共有8个体素的脑区作为兴趣区,要探索这个脑区在我们看景物(条件A)看面孔(条件B)时是否存在差异。

在实验中,我们会给被试观看一系列景物或面孔的图片,并记录其大脑活动。若将兴趣区内的8个体素作为横坐标,反应强度(beta)作为纵坐标,我们可以得到每个体素在两种实验条件下的反应强度(如下图)。

兴趣区内八个体素在两种实验条件下的反应强度

如果按照传统单变量的分析思路,我们可以将每个条件下所有体素的活动水平取平均值,然后用所有被试的数据进行统计检验(t检验)。如果统计结果如下图所示,该脑区在两个条件下的活动强度存在显著差异(面孔>景物),我们就可以推断这个脑区可以选择性地加工面孔刺激。

该兴趣区对两种条件图片刺激的反应强度差异

然而,上面这个问题还可以从多变量的角度进行表示。针对上面8个体素组成的兴趣区,我们可以构建一个八维的体素空间(voxel space),其中每一个维度代表一个体素的活动强度(实际研究的兴趣区可能有上百个体素组成上百维的数据空间,故名“多体素模式分析“)。

由N个体素构成的数据空间(voxel space)

为了直观地体现这种方法,这里选取了Voxel3、Voxel4、Voxel5三个体素进行演示。可以看到,在由这三个体素构成的数据空间中,每一种条件在三维空间中的表征是一个点(或者说是一个三维向量),其坐标就是该条件在相应体素的反应强度。

多变量的视角: 条件A和条件B在三个体素构成的空间内的表示

如果一个点代表一个run的数据的话,在多个run的实验中,每个条件在体素空间中会就有多个点。这种对数据的表达方式在机器学习中极为常见,因此利用这种多变量的表达,我们可以借用大量成熟的数学方法来解决fMRI的问题。

条件A和条件B在三个体素构成的空间内的表示

如果结果如上图所示,可以看出这三个体素对于条件A和条件B的反应模式是存在差异的,换句话说,我们可以用一个平面将这两种条件分隔开。要实现这种分类(classification)需要用到一些线性或非线性的机器学习分类方法,如SVM或LDA等等。

利用训练集-测试集(Train-Test)的方法,我们可以在每个被试身上都得到一个分类的正确率(accuracy)。如果在一组被试中,模型的分类正确率显著高于随机水平(chance level; 这里是50%),那么就可以推断该脑区在这两种条件下的活动模式是有差异的,这个脑区可以表征该条件相关的信息。

Train-Test Classification

根据上述介绍,似乎单变量和多变量分析都可以从不同角度回答同一个问题,那么多变量分析的优势在哪里?答案是:单变量分析是基于所有体素活动的均值进行的,只对平均活动敏感,而MVPA还对基于单个体素的相对活动模式敏感。

因此,如果单变量的假设检验结果表明该脑区对两个条件的反应强度存在差异,那MVPA分类必然可以成功区分这两种条件;但反过来,即使单变量分析的结果没有差异,MVPA仍有可能将两种条件进行区分(如下图所示的两种情况)。

示例:两种条件(红色圆圈/蓝色方块)对应的脑活动在across-voxel的单变量分析结果上没有差异;但多变量分析可以利用线性(左图)或非线性(右图)的方式区分两种条件下的脑活动模式差异

上面这种利用机器学习将不同条件进行区分的MVPA方法叫做基于分类的解码(classification-based decoding),有的时候文献中提到的 “MVPA”、 “decoding”、 “classification” 大多都是指代的这一种分析方法。

除此之外,MVPA还包括另一块内容:表征相似性分析(representational similarity analysis; RSA)。这种方法基于不同条件在体素空间中的距离(distance),通常通过计算表征不相似性矩阵(representational dissimilarity matrix; RDM)来进行分析。关于RSA的简介将在其他推送中涉及。

单变量和多变量fMRI分析方法(改编自Popal et al., 2019)

简单地说,多变量分析的核心就是利用多个因变量构建N维空间,每一种实验条件可以在这个空间中表示为一个N维向量。基于此,利用聚类、分类等机器学习方法对数据进行分析,在结合实验设计的前提下,解决特定的认知神经科学的问题。这一分析思想可以运用于fMRI、M/EEG、单个神经元研究等各种认知神经科学中。

注:本文重点介绍对多变量和单变量分析思路的直观理解,并不是完整的MVPA的介绍。如有问题,欢迎留言指出和讨论。

‖参考文献

1. MITCBMM fMRI Bootcamp https://cbmm.mit.edu/fmri-bootcamp

2. Popal, H., Wang, Y., & Olson, I. R. (2019). Soc Cogn Affect Neurosci.

3. Freund, M. C., Etzel, J. A., & Braver, T. S. (2021). Trends Cogn Sci.

(0)

相关推荐

  • 与奖赏相关的fMRI解码

    环境中潜在的奖赏信息对于指导适应性行为至关重要,理解神经奖赏过程可以对神经精神功能障碍提供新的见解.在过去的10年里,多体素模式分析(MVPA)技术已经被用来研究有关编码预期和经验信息的大脑区域.这些 ...

  • 基于功能磁共振成像数据的机器学习对精神分裂症进行分类

          功能磁共振成像能够估计人脑中的功能激活和连通性,近年来随着机器学习技术的发展,人们热衷于将这些功能模式与机器学习相结合用于识别精神病特征.尽管这些方法具有更好地理解疾病过程并完成早期诊断的 ...

  • PNAS:静息状态下大脑功能连接相似性预示着整个村庄社交网络中的人际亲密度

    人们通常有一种直觉,认为自己和朋友相似,然而基于自我报告的个性同性(和相似的人做朋友)的证据是不一致的.功能连接--大脑中自发同步的模式--在个体中是稳定的,可以预测人们倾向于如何思考和行为.因此,他 ...

  • 连续开奖选号的实验分折_教你预测彩票

    连续开奖选号的实验分折_教你预测彩票 "连续",指不间断.长期的意思."连续开奖选号",指紧跟开奖期进行不间断的.长期的.期期选号.这可行鸣?从第四章例21可看 ...

  • 迈向解释神经影像机器学习模型的统一框架(一)

      Abstract  机器学习是用于创建将大脑功能与行为联系起来的计算模型的强大工具,并且其在神经科学领域的应用日渐广泛.但是,这些模型很复杂,而且通常很难解释,因此很难评估它们的神经科学有效性和理 ...

  • 根据目标倒推条件指标,单变量求解好使!

    送人玫瑰,手有余香,请将文章分享给更多朋友 动手操作是熟练掌握EXCEL的最快捷途径! 使用单变量求解工具进行逆向敏感分析,首先需要建立正确的数学模型,这个数学模型通常与正向敏感分析时所使用的模型相同 ...

  • 从直观方式理解,三相电机倒相后转向的变化情况!

    只要对三相电机有一些接触,我们都知道电机转向与相序的关系,当要改变电机的转向时,只要保持一相不动,而将其他两相进行交换接线即可.但如何去理解这个事实,对于专业的电机技术人员不难理解,如何让接触电机的所 ...

  • 从制造方式理解智能制造

    工业4.0概念的推出,将人们的关注点又拉回到制造业,特别是以前在通讯产业.信息产业.互联网产业的企业,将发展重点落到智能制造领域.而智能制造涉及面非常广,不仅包括通讯.信息.自动化.互联网等产业,还将 ...

  • 如何直观地理解程序的运行过程?

    了解代码的执行过程是编程的基本要求.一个熟练的编程老手只需要用肉眼看着代码,就能对其运行的过程有所了解.然而对于刚接触编程不久的新手来说,这种事情就没那么显而易见了.于是在编写代码和调试代码时,一旦程 ...

  • CPU基础知识:通俗易懂方式理解主频、核心、线程、缓存、架构

    我们通常会将CPU比喻为人类的大脑,是计算机的核心硬件,决定了一台电脑的运算性能好坏.我们在选购CPU的时候,通常都会在网上查询处理器型号参数,主要是看主频.核心.线程.缓存.架构等参数,那么对于小白 ...

  • 【景观笔记146】用蒙太奇的方式理解世界

    上期的文章点这里:[景观笔记145]怎么样积累设计经验呢? 大家好,我是小蚂哥.上期给大家介绍了我积累设计经验的几个步骤,有朋友觉得说得太笼统,应该就具体案例这块展开讲讲我是怎么快速学习的. 我的答案 ...

  • 怎么去直观的理解系统性的交易者和交易的系统性

    怎么去直观的理解系统性的交易者和交易的系统性 怎么去直观的理解系统性的交易者和交易的系统性 展开

  • OLED器件各种工艺流程/处理方式及其失效模式分析整理

    OLED器件的典型结构及制作工艺流程 小分子OLED制造工艺 OLED 制备过程中的关键技术 1.ITO基片的清洗和预处理 2.阴极隔离柱制备 3.有机功能薄膜和金属电极的制备 4.彩色化技术 5.封 ...

  • 单体建筑设计5个知识点,带你用最简单的方式理解单体设计

    欢迎进入"场景单体设计"的世界. 今天的单体设计小课堂由原画人的场景讲师百味战士为大家呈现~ 百味战士 网易高级场景设计师 8年工作经验,4年主美. 主页 weibo.com/u/ ...

  • 麦克斯韦方程组——现代文明的基石,如何直观地理解它们的内涵?

    在过去的几个世纪中,物理学领域有了巨大的发展.从电动力学和相对论到量子力学和弦理论,人类在理解世界和现实方面取得了一些实质性进展.在多年来形成的众多理论和模型中,有几个方程因其重要性和优雅性而脱颖而出 ...