Los puntos clave no están disponibles para este artículo en este momento.
El análisis multivariante de señales cerebrales ha generado recientemente un gran interés, sin embargo, las herramientas accesibles y versátiles para llevar a cabo análisis de decodificación son escasas. Aquí presentamos La Caja de Herramientas de Decodificación (TDT), que representa un paquete fácil de usar, potente y flexible para el análisis multivariante de datos de imagen funcional del cerebro. TDT está escrito en Matlab y equipado con una interfaz para el paquete de análisis de datos cerebrales SPM, ampliamente utilizado. La caja de herramientas permite realizar análisis rápidos de todo el cerebro, análisis de regiones de interés y análisis de búsqueda, utilizando clasificadores de aprendizaje automático, análisis de correlación de patrones o análisis de similitud representacional. Ofrece creación y visualización automática de diversos esquemas de validación cruzada, escalado de características, selección de parámetros anidados, una variedad de métodos de selección de características, capacidades multicategoría y reconstrucción de patrones a partir de pesos de clasificadores. Mientras que los usuarios básicos pueden implementar un análisis genérico en una línea de código, los usuarios avanzados pueden ampliar la caja de herramientas según sus necesidades o explotar la estructura para combinarla con paquetes de clasificación de alto rendimiento externos. La caja de herramientas incluye un conjunto de datos de ejemplo que se puede utilizar para probar los diversos métodos de análisis. En conjunto, TDT ofrece una opción prometedora para los investigadores que desean emplear análisis multivariantes de patrones de actividad cerebral.
Hebart et al. (Tue,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: