Dynamisk kausal modellering
Dynamisk kausal modellering (DCM) er et bayesiansk rammeverk for å spesifisere og invertere generative modeller av hjernens konnektivitet fra nevroavbildningsdata. Introdusert av Karl Friston og kolleger i 2003, behandler DCM hjerneområder som dynamiske systemer og estimerer effektiv konnektivitet ved å tilpasse observerte fMRI-tidsserier til en biofysisk plausibel modell av nevronale interaksjoner.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Dynamic Causal Modeling for fMRI Brain Networks. ScholarGate. https://scholargate.app/no/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.
- Graf-teoretisk hjerne-nettverksanalyseNevroavbildning↔ compare
- StrukturmodelleringForskningsstatistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →