换一批基于DCM的减法运算脑功能效应连通性方法研究
Study of Effective Connectivity Based on Dynamic Causal Modeling in Subtraction Calculation Task
摘要动态因果模型(Dynamic causal modeling, DCM)是一种时空上可再生的网络模型,用来研究功能核磁共振中功能整合的因果关系,是效应连通性的分析方法,该方法是将实验设计中得到的激活区域时间序列加入到DCM模型中,实验任务的刺激响应作为对模型的扰动,利用DCM和贝叶斯估计计算出各神经元或者神经系统之间前后影响的因果关系,以及大范围的内在连接,然后利用贝叶斯因子对所设计各模型的参数做最优化选择,从中选择出符合生理的最佳模型.本文主要研究心算借位减法任务激活的左侧大脑区域,左侧顶上小叶、左侧顶下小叶和左侧额中回之间的效应连接,并得到符合生理意义的连接网络.
更多相关知识
关键词
动态因果模型功能核磁共振功能整合效应连通性贝叶斯估计Dynamic causal modeling(DCM)Functional MRI(fMRI)Functional integrationEffective connectivityBayesian estimation
栏目名称
发布时间
2009-12-08（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（30670600）
- 浏览24
- 被引7
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
