多体素模式分析(MVPA)和表征相似性分析(RSA)

目录

一、学习资源

二、MVPA分析工具——pronto

1.下载安装 

2.参考视频地址

3.基本步骤

(一)Data&Design

(二)Prepare feature set 准备特征集

(三)确定并且跑一个模型

(四)看结果

(五)检测哪些特征对模型的建立提供了更多的信息

---

一、学习资源

1. RSA学习链接1
2. https://www.zhihu.com/question/268530028

二、MVPA分析工具——pronto

1.下载安装 

github下载地址http://www.mlnl.cs.ucl.ac.uk/pronto/prtsoftware.html

2.参考视频地址

https://www.youtube.com/watch?v=oRrkuvb5bN4&t=919s

3.基本步骤

(一)Data&Design

 

1.新建一个结果文件

2.加入结果文件路径

3.添加分组

添加被试

给要跑的模态数据起一个名字：fmri（随便取，不重要）

加载数据信息的存储文件（数据信息已经存在了spm.mat——使用SPM进行了first-level分析之后会有这个文件）

修改已加载的文件

 

 

加载被试文件

如果有很多个run要在这里分别将不同的run的预处理之后的文件放进对应的run中

 

4.添加mask

 

5.查看导入的数据

 

 

保存

 

6.得到一个结果文件

 

(二)Prepare feature set 准备特征集

1. 加入第一步跑出来的PRT文件

 

1. 给特征集命名

结果：

 

(三)确定并且跑一个模型

1. 加入PRT文件

2.定义一些信息

类别定义：以classification为例

 

 

 

(四)看结果

 

 

 

 

 

 

为了测试模型是否健壮，以及这个accurancy是否可信，可以进行p值检验

(五)检测哪些特征对模型的建立提供了更多的信息

 

 

看结果

 

 

 

1.