Effects of imprecise signal extraction on posterior DCM parameters.
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F14%3APU109308" target="_blank" >RIV/00216305:26220/14:PU109308 - isvavai.cz</a>
Výsledek na webu
<a href="https://ww4.aievolution.com/hbm1401/index.cfm?do=abs.viewAbs&abs=3095" target="_blank" >https://ww4.aievolution.com/hbm1401/index.cfm?do=abs.viewAbs&abs=3095</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Effects of imprecise signal extraction on posterior DCM parameters.
Popis výsledku v původním jazyce
Dynamic causal modeling (DCM) is a method for analyzing effective connectivity in functional magnetic resonance imaging (fMRI) data. Specific parameters describing the generative model (involved regions, connections, modulatory effects, inputs, etc.) represent input to the DCM method. By inverting the forward model, DCM infers (hidden) neuronal processes using fitting to the experimentally measured signal (Kahan and Foltynie 2013). Then, correct localization and extraction of the brain signals from regions of interest (ROIs) directly influences the result. In our study, we compared two approaches for ROIs position specification (common vs. individual) and evaluated their sensitivity to random shifts of ROI position.
Název v anglickém jazyce
Effects of imprecise signal extraction on posterior DCM parameters.
Popis výsledku anglicky
Dynamic causal modeling (DCM) is a method for analyzing effective connectivity in functional magnetic resonance imaging (fMRI) data. Specific parameters describing the generative model (involved regions, connections, modulatory effects, inputs, etc.) represent input to the DCM method. By inverting the forward model, DCM infers (hidden) neuronal processes using fitting to the experimentally measured signal (Kahan and Foltynie 2013). Then, correct localization and extraction of the brain signals from regions of interest (ROIs) directly influences the result. In our study, we compared two approaches for ROIs position specification (common vs. individual) and evaluated their sensitivity to random shifts of ROI position.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GAP103%2F12%2F0552" target="_blank" >GAP103/12/0552: Srovnání a inference metod hodnocení funkční a efektivní konektivity ve fMRI</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2014
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů