Δυναμική Αιτιακή Μοντελοποίηση
Η Δυναμική Αιτιακή Μοντελοποίηση (DCM) είναι ένα Μπεϋζιανό πλαίσιο για την προδιαγραφή και την αντιστροφή γενεσιουργών μοντέλων συνδεσιμότητας του εγκεφάλου από δεδομένα νευροαπεικόνισης. Παρουσιάστηκε από τον Karl Friston και συνεργάτες το 2003, η DCM αντιμετωπίζει τις περιοχές του εγκεφάλου ως δυναμικά συστήματα και εκτιμά την αποτελεσματική συνδεσιμότητα προσαρμόζοντας τις παρατηρούμενες χρονοσειρές fMRI σε ένα βιοφυσικά εύλογο μοντέλο νευρωνικών αλληλεπιδράσεων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Χάρτης μεθόδων
Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Dynamic Causal Modeling for fMRI Brain Networks. ScholarGate. https://scholargate.app/el/neuroimaging/dynamic-causal-modeling
Ποια μέθοδος;
Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.
- Ανάλυση Εγκεφαλικών Δικτύων μέσω ΓράφωνΝευροαπεικόνιση↔ σύγκριση
- Μοντελοποίηση Δομικών ΕξισώσεωνΕρευνητική Στατιστική↔ σύγκριση
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →