Dynamic Causal Modeling for fMRI Brain Networks
DCM dựa trên ý tưởng rằng các mẫu kích hoạt não bộ quan sát được là kết quả của các tương tác nhân quả tiềm ẩn giữa các quần thể thần kinh. Thay vì quan sát trực tiếp các kết nối, DCM giả định một mô hình sinh ra (cách động lực học thần kinh tạo ra tín hiệu đo được) và đảo ngược nó bằng suy luận Bayes để ước tính cường độ kết nối và cách chúng thay đổi theo các điều kiện thực nghiệm. Nó kết nối lý thuyết khoa học thần kinh—động lực học thần kinh, phản ứng huyết động—và dữ liệu thực nghiệm.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Dynamic Causal Modeling for fMRI Brain Networks. ScholarGate. https://scholargate.app/vi/neuroimaging/dynamic-causal-modeling
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Phân tích Mạng Não Bộ Dựa trên Đồ thịChẩn đoán hình ảnh thần kinh↔ so sánh
- Mô hình phương trình cấu trúcThống kê nghiên cứu↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →