Process / pipelineGenerative Bayesian
النمذجة السببية الديناميكية
النمذجة السببية الديناميكية (DCM) هي إطار بايزي لتحديد وعكس النماذج التوليدية للاتصالية الدماغية من بيانات التصوير العصبي. قدمها كارل فريستون وزملاؤه في عام 2003، وتتعامل DCM مع مناطق الدماغ كأنظمة ديناميكية وتقدر الاتصالية الفعالة عن طريق مطابقة السلاسل الزمنية المرصودة للتصوير بالرنين المغناطيسي الوظيفي (fMRI) مع نموذج مقبول بيوفيزيائيًا للتفاعلات العصبية.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Friston, K. J., Harrison, L., & Penny, W. (2003). Dynamic causal modelling. NeuroImage, 19(4), 1273–1302. DOI: 10.1016/S1053-8119(03)00202-7 ↗
- Stephan, K. E., & Mathys, C. (2015). Computational approaches to neuroscience. Current Opinion in Neurobiology, 25, 85–92. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Dynamic Causal Modeling for fMRI Brain Networks. ScholarGate. https://scholargate.app/ar/neuroimaging/dynamic-causal-modeling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تحليل شبكات الدماغ البيانيةالتصوير العصبي↔ compare
- نمذجة المعادلات الهيكليةإحصاء البحث↔ compare