Dinamikus Kauzális Modellezés
A Dinamikus Kauzális Modellezés (DCM) egy Bayes-i keretrendszer, amely agyi konnektivitás generatív modelljeinek specifikálására és inverziójára szolgál neuroimaging adatokból. Karl Friston és munkatársai által 2003-ban bevezetett DCM az agyi régiókat dinamikus rendszerekként kezeli, és az effektív konnektivitást a megfigyelt fMRI idősorok illesztésével becsüli meg egy biofizikailag plausibilis neuronális interakciós modellhez.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Dynamic Causal Modeling for fMRI Brain Networks. ScholarGate. https://scholargate.app/hu/neuroimaging/dynamic-causal-modeling
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Gráf-agyhálózati elemzésAgyi képalkotás↔ összehasonlítás
- Strukturális egyenlet modellezésKutatási statisztika↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →