Pemodelan Kausal Dinamis

Pemodelan Kausal Dinamis (DCM) adalah kerangka kerja Bayesian untuk menentukan dan membalikkan model generatif konektivitas otak dari data neuroimaging. Diperkenalkan oleh Karl Friston dan rekan pada tahun 2003, DCM memperlakukan area otak sebagai sistem dinamis dan memperkirakan konektivitas efektif dengan mencocokkan deret waktu fMRI yang teramati ke model interaksi neuronal yang masuk akal secara biofisik.