一种基于OPM-MEG和RSA的多变量神经解码方法

本发明公开了一种基于OPM‑MEG和RSA的多变量神经解码方法，属于生物医学工程技术领域。所述方法包括：获取静息态结构性MRI数据与OPM‑MEG扫描图像进行联合配准；播放听觉刺激并完成OPM‑MEG数据采集，预处理数据，得到分段数据；在分段数据水平上对同一听觉刺激的不同试次进行平均并构建神经反应模式向量，逐时间点计算所有可能的两两刺激对的皮尔逊相关性，得到表征相似性矩阵及神经反应模式相似性平均结果；逐时间点确定具有差异的时间点；估计每位受试者的源激活时间序列，使用T检验确定激活区域。本发明能够在表征空间中通过计算神经反应模式的距离，揭示大脑的解码表征过程，从而更全面地理解大脑在特定任务或条件下的响应模式。