डायनामिक कारणात्मक मॉडलिंग
डायनामिक कारणात्मक मॉडलिंग (DCM) न्यूरोइमेजिंग डेटा से मस्तिष्क कनेक्टिविटी के जनरेटिव मॉडल को निर्दिष्ट करने और उलटने के लिए एक बायेसियन ढाँचा है। कार्ल फ्रिस्टन और सहयोगियों द्वारा 2003 में पेश किया गया, DCM मस्तिष्क क्षेत्रों को गतिशील प्रणालियों के रूप में मानता है और तंत्रिका अंतःक्रियाओं के जैव-भौतिक रूप से प्रशंसनीय मॉडल में देखे गए fMRI समय श्रृंखला को फिट करके प्रभावी कनेक्टिविटी का अनुमान लगाता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Dynamic Causal Modeling for fMRI Brain Networks. ScholarGate. https://scholargate.app/hi/neuroimaging/dynamic-causal-modeling
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- Graph Brain Network Analysisतंत्रिका प्रतिबिंबन↔ तुलना करें
- Structural Equation Modelingअनुसंधान सांख्यिकी↔ तुलना करें