Attributes | Values |
---|
rdf:type
| |
rdfs:seeAlso
| |
Description
| - Functional magnetic resonance imaging (fMRI) gives us the possibility to study relations between activated brain areas, i.e. brain connectivity. The most advanced method for investigation of effective connectivity is dynamic causal modeling (DCM), which combines neurobiologically plausible model of neural population dynamics and a biophysically plausible forward model that describes the transformation from neural activity to the measured signal. However, DCM requires very specific hypothesis to valid use. Therefore, the aim of the proposed project is to develop procedure that will guide specification of DCM models and improve subsequent inference. For this purpose, additional information obtained by independent component analysis and Granger causality modeling will be used. The project will contribute to better understanding the relations between concepts of functional and effective connectivity. More effective (and easy and valid) use of DCM will enable neuroscientists to resolve more (and better) experimental questions and could enhance neuroscience research. (en)
- Funkční magnetická rezonance (fMRI) je metoda, která umožňuje studovat vztahy mezi aktivovanými oblastmi mozku, tzv. konektivitu. Jednou z nejpokročilejších metod vyvinutých k analýze efektivní konektivity ve fMRI je dynamické kauzální modelování (DCM), které kombinuje neurobiologicky přijatelný model dynamiky neurálních populací a biofyzikálně věrohodný dopředný model, popisující transformaci neurální aktivity na měřený signál. K validnímu použití však DCM vyžaduje velmi konkrétní definici hypotézy. Cílem projektu je vyvinout metodiku, která usnadní specifikaci DCM modelů a zkvalitní interpretaci výsledků. K tomu využijeme doplňující informace získané pomocí analýzy nezávislých komponent a Grangerovy kauzality. Projekt také přispěje k lepšímu pochopení souvislostí mezi koncepty funkční a efektivní konektivity. Efektivnější (a snadnější a validnější) používání DCM umožní neurovědcům vyřešit více (a lépe) neurovědních otázek a může přispět k vývoji neurověd jako takových.
|
Title
| - Comparison and inference of methods for evaluation of functional and effective connectivity in fMRI (en)
- Srovnání a inference metod hodnocení funkční a efektivní konektivity ve fMRI
|
skos:notation
| |
http://linked.open...avai/cep/aktivita
| |
http://linked.open...kovaStatniPodpora
| |
http://linked.open...ep/celkoveNaklady
| |
http://linked.open...datumDodatniDoRIV
| |
http://linked.open...i/cep/druhSouteze
| |
http://linked.open...ep/duvernostUdaju
| |
http://linked.open.../cep/fazeProjektu
| |
http://linked.open...ai/cep/hlavniObor
| |
http://linked.open...vai/cep/kategorie
| |
http://linked.open.../cep/klicovaSlova
| - functional MRI cognitive neuroscience dynamic causal modelling functional connectivity effective connectivity independent component analysis Granger causality (en)
|
http://linked.open...ep/partnetrHlavni
| |
http://linked.open...inujicichPrijemcu
| |
http://linked.open...cep/pocetPrijemcu
| |
http://linked.open...ocetSpoluPrijemcu
| |
http://linked.open.../pocetVysledkuRIV
| |
http://linked.open...enychVysledkuVRIV
| |
http://linked.open...lneniVMinulemRoce
| |
http://linked.open.../prideleniPodpory
| |
http://linked.open...iciPoslednihoRoku
| |
http://linked.open...atUdajeProjZameru
| |
http://linked.open.../vavai/cep/soutez
| |
http://linked.open...usZobrazovaneFaze
| |
http://linked.open...ai/cep/typPojektu
| |
http://linked.open...ep/ukonceniReseni
| |
http://linked.open.../cep/vedlejsiObor
| |
http://linked.open...ep/zahajeniReseni
| |
http://linked.open...tniCyklusProjektu
| |
is http://linked.open...vavai/riv/projekt
of | |
is http://linked.open...vavai/cep/projekt
of | |