Modelatge Causal Dinàmic
Modelatge Causal Dinàmic (DCM) és un marc bayesià per especificar i invertir models generatius de connectivitat cerebral a partir de dades de neuroimatge. Introduït per Karl Friston i col·laboradors el 2003, el DCM tracta les regions cerebrals com a sistemes dinàmics i estima la connectivitat efectiva ajustant les sèries temporals de fMRI observades a un model biofísicament plausible d'interaccions neuronals.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Dynamic Causal Modeling for fMRI Brain Networks. ScholarGate. https://scholargate.app/ca/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.
- Anàlisi de Xarxes Cerebrals GràfiquesNeuroimatge↔ compare
- Modelització d'equacions estructuralsEstadística per a la recerca↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →