MVPANI: 神経画像データの多変量パターン分析のためのフレンドリーなグラフィカルユーザーインターフェースを持つツールキット

機械学習技術の急速な発展に伴い、多変量パターン分析（MVPA）は神経画像データ分析の分野でますます人気を集めています。いくつかのソフトウェアパッケージが神経画像研究におけるその応用を促進するために開発されました。これらのソフトウェアパッケージのほとんどはコマンドラインに基づいているため、研究者はプログラミングを学ぶ必要があり、プログラミングスキルを持たない研究者にとってMVPAの利用が大いに制限されます。さらに、グラフィカルユーザーインターフェース（GUI）がないことも、神経画像研究におけるMVPAの適用の標準化を妨げ、結果の再現性や異なる研究間の結果の比較を妨げます。したがって、私たちは神経画像データのMVPAのためのGUIベースのツールキット、MVPANI（神経画像のためのMVPA）を開発しました。他の既存のソフトウェアパッケージと比較して、MVPANIにはいくつかの利点があります。第一に、MVPANIにはGUIがあり、非プログラマーにとってより使いやすいです。第二に、MVPANIは多様な機械学習アルゴリズムを提供しており、パラメータ変更の柔軟性があるため、研究者は異なるアルゴリズムを試し、パラメータを調整して自分のデータに最も適したアルゴリズムとパラメータを特定できます。第三に、MVPANIはデータ融合の機能も提供しており（二つのレベル：特徴レベルまたは意思決定レベル）、マルチモーダル神経画像技術から得られた異なる測定値に含まれる補完的情報を利用できます。本論文では、このツールキットを紹介し、その使用法を示すために四つの例を提供します：（1）患者と対照群間の分類、（2）識別情報を含む脳領域の特定、（3）臨床スコアの予測、および（4）マルチモーダルデータ融合。