SPM/DCM 方程. 1. 動機
外觀
< SPM
SPM 華夏公益教科書已移至 https://www.fil.ion.ucl.ac.uk/spm/docs/ |

統計引數對映 (SPM) 使研究人員能夠標記哪些大腦區域相對於某個基線被實驗任務顯著啟用。SPM 生成的彩色斑點告訴我們哪些大腦區域參與了特定任務,但它們沒有說明受試者使用的大腦區域的網路。簡單來說,我們希望在彩色斑點之間畫出箭頭,顯示資訊如何在腦中流動。
動態因果模型 (DCM) 使我們能夠詢問關於腦連線的問題。大腦區域 A 是否負責大腦區域 B 啟用的變化?感覺刺激從哪裡進入大腦區域網路?哪些連線受到注意力等因素的調節?
DCM 實驗的基本計劃如下:
- 選擇參與特定任務的一組大腦區域。這很可能受到標準 SPM 分析結果的指導。
- 確定一組關於這些區域如何連線的假設。每個假設可能有一組不同的區域之間的連線、不同的外部輸入進入網路的位置,或不同的連線受到實驗任務或注意力等內部因素的調節。
- 將每個假設體現在動態因果模型 (DCM) 中。
- 測試每個 DCM 如何描述觀察到的 fMRI 資料(當與血氧流動模型結合時)。
- 比較模型以選擇最佳模型,或比較模型之間各個連線的強度。
在我們開始講解如何實施 DCM 實驗的實際指南之前,我們將從理論開始。DCM 的核心是一個狀態方程,教程的第一部分描述了它是什麼以及它是如何工作的。