การสร้างแบบจำลองเชิงสาเหตุพลวัต
การสร้างแบบจำลองเชิงสาเหตุพลวัต (Dynamic Causal Modeling หรือ DCM) เป็นกรอบการทำงานแบบเบย์เซียนสำหรับการระบุและกลับแบบจำลองก่อกำเนิดของการเชื่อมโยงในสมองจากข้อมูลภาพถ่ายประสาทวิทยา การสร้างแบบจำลองนี้ริเริ่มโดย Karl Friston และคณะในปี 2003 โดย DCM ถือว่าบริเวณสมองเป็นระบบพลวัตและประมาณค่าการเชื่อมโยงเชิงประสิทธิผลโดยการปรับอนุกรมเวลา fMRI ที่สังเกตได้ให้เข้ากับแบบจำลองปฏิสัมพันธ์ของเซลล์ประสาทที่มีความเป็นไปได้ทางชีวฟิสิกส์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Dynamic Causal Modeling for fMRI Brain Networks. ScholarGate. https://scholargate.app/th/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.
- การวิเคราะห์เครือข่ายสมองเชิงกราฟการถ่ายภาพประสาท↔ compare
- แบบจำลองสมการโครงสร้างสถิติการวิจัย↔ compare