Neural avkodning genom multivariat mönsteranalys av elektroencefalografisk data
Multivariat mönsteranalys (MVPA) är en maskininlärningsmetod som de senaste 15 åren använts inom hjärnavbildningsstudier för att avkoda och klassificera neurala representationer som uppstår vid kognitiv bearbetning hos försöksdeltagare då de utsätts för olika slags stimuli. Syftet med denna undersökning har varit att med hjälp av klassificerare avkoda den elektroencefalografiska hjärnaktivitet somMultivariate pattern analysis (MVPA) is a machine learning method that has, over the past 15 years, been used in brain imaging studies to decode and to classify neural representations that emerges when participants cognitively process the exposure of various stimuli. The purpose of this study was, with the use of classifiers, to decode the electroencephalographic brain activity that occurred when