Process / pipelineGenerative Bayesian

Динамичко каузално моделирање

Динамичко каузално моделирање (DCM) је Бајесов оквир за спецификацију и инверзију генеративних модела мождане повезаности из неуроимагинг података. Уведен од стране Карла Фристона и сарадника 2003. године, DCM третира мождане регионе као динамичке системе и процењује ефективну повезаност прилагођавањем посматраних fMRI временских серија биофизички плузабилном моделу неуронских интеракција.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

The neighbourhood of related methods — select a node to explore.

Izvori

  1. Friston, K. J., Harrison, L., & Penny, W. (2003). Dynamic causal modelling. NeuroImage, 19(4), 1273–1302. DOI: 10.1016/S1053-8119(03)00202-7
  2. Stephan, K. E., & Mathys, C. (2015). Computational approaches to neuroscience. Current Opinion in Neurobiology, 25, 85–92. link

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Dynamic Causal Modeling for fMRI Brain Networks. ScholarGate. https://scholargate.app/sr/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.

Compare side by side

Citirana u

ScholarGateDynamic Causal Modeling (Dynamic Causal Modeling for fMRI Brain Networks). Preuzeto 2026-06-15 sa https://scholargate.app/sr/neuroimaging/dynamic-causal-modeling · Skup podataka: https://doi.org/10.5281/zenodo.20539026