利用脑成像多体素模式分析解码认知的神经表征:原理和应用

多体素模式分析(multi-voxel pattern analysis,MVPA)是一种基于机器学习理论发展出来的新的功能磁共振数据分析技术。MVPA技术通过训练分类器,对由不同认知状态引起的多体素信号模式进行分类。与传统的基于单个体素的分析方法相比,该技术可更敏感地检测脑对认知状态的表征,并使得从神经信号解码认知状态成为可能。文章介绍MVPA技术的基本原理、分析步骤以及可以用MVPA来解决的科学问题,并对应用中可能面临的问题提供了参考建议。     

决策信心校准水平对元认知监控作用的影响

决策信心是个体对自身决策正确性的主观评价，是对决策过程的元认知体验。决策信心校准指决策信心水平与实际的决策正确率之间的匹配程度，其指标有信心水平和决策正确率的相关系数及Type II信号检测论中的ROC曲线下面积（Aroc）等。已有研究发现进行决策信心评估能够增强对当前或后续决策的元认知监控作用，但目前尚不清楚这种效应是否依赖于个体的决策信心校准水平。本研究通过设置知觉决策后是否进行决策信心评估（有信心评估与无信心评估）两种条件，考察个体决策信心的校准水平（Aroc）对元认知监控作用的影响。结果显示：1）与无信心评估条件相比，有信心评估的决策反应时显著增长，决策正确率显著提高（p<0.005）；2）Aroc与有、无信心评估条件下决策正确率的增加值显著正相关（r=0.25，p=0.034），且高Aroc组的决策正确率增加值显著高于低Aroc组（p<0.05）。结果表明，在知觉决策过程中加入决策信心评估具有增强元认知监控作用的效应，体现为决策时间的增长和决策正确率的提高。并且，这种效应的大小依赖于个体的决策信心校准水平，校准水平越高元认知监控作用越好。