多变量模式分析(Multivariate Pattern Analysis, MVPA)是基于机器学习理论发展出来的一种新的功能磁共振数据分析技术，发表在高影响力期刊上的功能磁共振成像研究越来越多地使用MVPA技术。我院魏萍教授特邀请德国马格德堡大学心理系全职教授、首都师范大学5981cc万洲国际客座教授Stefan Pollmann教授和德国马格德堡大学心理系王立卉博士于8月27日-30日在5981cc万洲国际举办MVPA工作坊。
本次工作坊的内容包括MVPA的基本原理和机器学习工具包（PyMVPA）的实际操作。采用理论讲解和上机操作相结合的模式。第一天，Pollmann教授深入浅出地概述了MVPA在视觉认知中的起源和应用、机器学习分析的原理与方法，以及MVPA技术在脑电和眼动数据分析时的应用。王立卉博士图文并茂地对比了fMRI数据的Univariate分析和Multivariate分析的优缺点，强调了MVPA在检测脑活动模式差异上的敏感性以及在神经机制解释上的复杂性。第二天和第三天，王立卉博士结合数据实例演示了如何使用PyMVPA工具包实现机器学习的流程。她耐心带领参加工作坊的师生一步步地操作了数据预处理、导入，以及个体水平和组水平的模型估计、分类以及显著性检验等过程，并对特征选择、训练集和测试集的分配、ROI-based分类器和volume-based searchlight分类器、置换检验和结果解释与可视化等内容进行了重点讲解和操作。王立卉博士详细讲解了每一句脚本的含义和目的，并针对重点难点内容精心设计了练习来帮助大家巩固学习成果。最后，王立卉博士还邀请大家分享自己的数据，结合数据给予大家分析和处理的具体指导。在培训过程中，大家都被王立卉博士耐心细致地讲解和辅导鼓舞，主动学习和积极交流，现场学习气氛浓郁而热烈。参加工作坊的师生一致认为获益匪浅。
此次MVPA工作坊的成功举办得益于我校和我院的国际化发展战略，通过这次工作坊的开展，参与师生深入学习了国际前沿的数据分析和处理方法，为产出高水平研究成果做好了技术铺垫，为学院进一步的国际化发展奠定了良好的基础。
