多变量模式分析最早应用在磁共振数据中，用来考察某些脑区在编码不同条件的刺激时是否存在表征上的显著不同。

后来逐渐运用到脑电数据中，虽然脑电数据的空间分辨率较低，但时间分辨率很高，因此可以帮助确定在哪一段时间内，个体对不同条件刺激的表征有显著差异。

目前已经有很多工具箱支持脑电数据MVPA的分析，例如matlab中ADAM，python中的NeuroRA等（这两个相对来说比较好上手）。

方法共包括基础的时间序列解码，以及衍生方法跨时域解码与权重投射等。

MVPA不仅可以应用在原始时域数据上，也可以应用在时频域数据上，来观察不同频段的能量对于编码不同刺激过程中的贡献。

ID:4267

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/837434196825.html