動態(tài)因果模型和Granger因果映射中模型選擇的研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、認知科學(xué)中,從功能整合角度研究大腦不同腦區(qū)間的交互作用具有重要的意義。在神經(jīng)影像領(lǐng)域,功能磁共振成像((f)unctional(M)agnetic(R)esonance(I)maging,簡稱fMRI)憑借非侵入性,較高的空間分辨率成為從網(wǎng)絡(luò)角度研究大腦功能的有效工具。
  在功能整合水平下,目前基于功能磁共振數(shù)據(jù)探測效應(yīng)連接(effectiveconnectivity)的動態(tài)因果模型((D)ynamic(C)ausal(M)od

2、elling,簡稱DCM)和Granger因果映射((G)ranger(C)ausality(M)apping,簡稱GCM)長期競爭共存,都得到了廣泛的關(guān)注。兩種模型雖然基于不同的因果概念,但都是應(yīng)用fMRI時間序列里時間信息來揭示腦區(qū)之間的有向的信息流動。基于這兩種方法探測效應(yīng)連接的過程中,模型選擇是一個重要的問題。最優(yōu)模型的選擇,將會直接影響效應(yīng)連接探測和結(jié)果的分析。
  DCM中,不能準(zhǔn)確設(shè)定的生理學(xué)參數(shù)會對模型選擇結(jié)果和效

3、應(yīng)連接強度產(chǎn)生影響?;贔檢驗的Granger因果映射也在模型選擇問題上出現(xiàn)了困難。最小描述長度((M)inimum(D)escription(L)ength,簡稱MDL)是一種將奧卡姆剃刀形式化后的一種形式,可以避免模型過適應(yīng)問題,因此被普遍應(yīng)用在統(tǒng)計模型選擇領(lǐng)域。
  本文旨在通過仿真實驗和真實數(shù)據(jù)實驗,探索在DCM的反演中,靜態(tài)血容積比率(V0)對于感興趣區(qū)之間效應(yīng)連接強度和整個效應(yīng)連接網(wǎng)絡(luò)的影響。在傳統(tǒng)Granger因果映

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論