基于SVM的fMRI数据分类:一种解码思维的方法

使用机器学习分类fMRI数据的方法已逐渐被应用到解码思维状态的研究中.对比了使用血氧含量水平(blood oxygen level dependent,BOLD)累计变化和使用BOLD变化时间序列作为特征值训练SVM分类器,并依此来判断人脑正在执行的高级思维类型.在预测4×4 Sudoku问题类型的实验中,使用BOLD时间序列为特征的方法分类正确率较高.通过分析分类正确率较高的voxel的解剖结构,发现很多voxel位于前额、顶叶、前扣带回等与高级思维关系密切的脑区,实验结论与认知神经科学相关结论吻合.该方法可以进一步应用在脑机接口(brain computer interface,BCI)等领域.