NPAIRS框架的理解

《The NPAIRS Computational Statistics Framework for Data Analysis in Neuroimaging》

Strother.

performance metric ，作为评测分析的量化方式，我们必须对分析的结果和效应进行量化分析。

1.通过将（p，r）作为一个函数用来衡量PDA分析的主成份子空间的大小。 

　　NPAIRS框架有三个作用：

　　1.衡量全局信噪比；

　　2.衡量fmri数据集的维度；

　　3.优化fmri数据处理的时间轴。

 

2.以前的PET研究，很多都是基于神经网络和机器学习。而现在的fmri分析，大多是基于单变量glm，然后做统计校验。不过，最近fmri的研究应用多变量分类器，呈现井喷式地增长。

 

3.单单一个prediction预测性，就可以作为一般机器学习方法的衡量指标。但是神经影像，还需要其他的指标，比如reproductivity，这个指标用来衡量方法的鲁棒性，检测我们的方法，是否能在inter-subject，inter-group间保持稳定。

4.reproductivity可作为ROC分析的数据驱动的一个替代版本。

5.strother要干这样一件事：利用（p，r）来优化一般的fmri预处理时间轴。

6.strother要干这样一件事：利用（p，r）来优化一般的pca维度选择策略。

7.按照strother的意思，也就是npairs发明人的意思，只要是类似于pda这样的，利用pca+lda分析的方法，都是可以利用npairs进行优化的。

 

__________________________________________________________________

 

很麻烦，因为这里的npairs方法真的不容易。

 不过已经有现成的软件了。

 

可以尝试使用。。。。。。