fMRI数据的有监督特征提取方法综述

摘要

近年来,机器学习技术广泛用于从功能磁共振成像(functional magnetic resonance imaging,fMRI)数据中解码视觉信息、精神状态、情绪和其它感兴趣的大脑感知和认知功能.然而,由于fMRI数据样本维数高,样本量少,一般需要利用特征提取方法去除多余的预测变量和实验噪声等信息,避免机器学习模型出现过拟合问题,提高模型的预测准确率和泛化能力.介绍和讨论了常用fMRI数据有监督特征提取方法的一般原理和研究现状,并着重分析其性能和可能改进方向,最后对特征提取方法在fMRI中的研究方向进行了展望.