Динамічне причинне моделювання
Динамічне причинне моделювання (DCM) — це байєсівський каркас для специфікації та інверсії генеративних моделей зв'язності мозку на основі даних нейровізуалізації. Запропоноване Карлом Фрістоном та його колегами у 2003 році, DCM розглядає ділянки мозку як динамічні системи та оцінює ефективну зв'язність шляхом припасування спостережуваних часових рядів фМРТ до біофізично правдоподібної моделі нейронних взаємодій.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Dynamic Causal Modeling for fMRI Brain Networks. ScholarGate. https://scholargate.app/uk/neuroimaging/dynamic-causal-modeling
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Аналіз мозкових мереж на основі графівНейровізуалізація↔ порівняти
- Моделювання структурними рівняннямиСтатистика досліджень↔ порівняти
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →