一被験者および複数被験者のfMRI データのSVM 分析への一時的なデータ圧縮および関心領域選択の影響

pdf

The impact of temporal compression and space selection
on SVM analysis of single-subject and multi-subject
fMRI data.

NeuroImage, Volume 33, Issue 4, October 2006, Pages 1055-1065

本研究では,我々はサポートベクターマシン(SVM) を使用して,fMRI データの1 人の被験者や多数の被験者
を識別する上で一時的な圧縮(多数の撮像を跨いだ平均) およびスペースの選択(つまり全脳からの「関心領域」の
選択) の影響を比較した.我々の目標は,無関係の分散の成分を抑えながら,タスクを保持するようにSVM を訓
練する前に適用することができる様々なデータ媒体変換を調査することである.データはブロックデザインを用
いた実験もデータである.不快画像(クラス1),快画像(クラス2),中性画像(クラス3)を提示した.多数の
被験者の分析において,「leave-one-subject-out」を用いた.つまり,各反復において我々は1 人の被験者以外のす
べてからのデータを使用して,SVM を訓練しクラス・ラベルを予測する際にその実行をテストした.1 人の被験
者の分析においては,「leave-one-block-out」を用いた.つまり,各被験者において,実験ブロックの条件あたり1
ブロックをランダムで選択し,残りのブロックのデータを使用してSVM を訓練した.結果,1 人の被験者内での
識別において,一時的な圧縮および関心領域選択の両方がSVM 精度を改善した.しかし,複数の被験者間での識
別においては,一時的な圧縮はSVM のパフォーマンスを改善したが,関心領域選択は効果がなかった.

Machine learning methods, Support vector machine, Classi ers, Functional magnetic resonance imaging dataanalysis