Loading...
机构名称:
¥ 6.0

认知脑成像正在积累有关许多不同心理过程的神经基础的数据集。然而,大多数研究都基于少数受试者,统计能力较低。跨研究分析数据可以带来更多的统计能力;然而,当前的脑成像分析框架无法大规模使用,因为它需要将所有认知任务置于统一的理论框架中。我们引入了一种新方法来分析跨任务的大脑反应,而无需心理过程的联合模型。该方法通过联合分析具有特定认知重点的小型研究与探究不太重点的心理过程的大型研究,提高了小型研究的统计能力。我们的方法提高了 35 项差异很大的功能成像研究中 80% 的解码性能。它通过预测心理过程的共同大脑表征,以数据驱动的方式发现跨任务的共性。这些是适应心理操纵的大脑网络。它们概述了可解释和合理的大脑结构。提取的网络已经可用;它们可以在新的神经成像研究中轻松重复使用。我们提供了一个多研究解码工具来适应新数据。

通过神经影像学研究提取认知表征可改善大脑解码

通过神经影像学研究提取认知表征可改善大脑解码PDF文件第1页

通过神经影像学研究提取认知表征可改善大脑解码PDF文件第2页

通过神经影像学研究提取认知表征可改善大脑解码PDF文件第3页

通过神经影像学研究提取认知表征可改善大脑解码PDF文件第4页

通过神经影像学研究提取认知表征可改善大脑解码PDF文件第5页

相关文件推荐

2020 年
¥1.0
2021 年
¥1.0
2022 年
¥1.0
2025 年
¥2.0
2021 年
¥1.0
2022 年
¥1.0
2020 年
¥1.0
2022 年
¥1.0
2023 年
¥1.0
2020 年
¥1.0
2020 年
¥1.0
2020 年
¥1.0
2022 年
¥1.0
2022 年
¥1.0
2022 年
¥1.0
2024 年
¥1.0