Динамично каузално моделиране
Динамичното каузално моделиране (DCM) е байесовска рамка за специфициране и инвертиране на генеративни модели на мозъчната свързаност от данни от невроизображения. Въведено от Карл Фристон и колеги през 2003 г., DCM третира мозъчните области като динамични системи и оценява ефективната свързаност чрез напасване на наблюдавани времеви редове от fMRI към биофизично правдоподобен модел на невронни взаимодействия.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Dynamic Causal Modeling for fMRI Brain Networks. ScholarGate. https://scholargate.app/bg/neuroimaging/dynamic-causal-modeling
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Анализ на мозъчни мрежи чрез графиНевроизобразяване↔ сравняване
- Структурно моделиране с уравненияСтатистика за изследвания↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →