النمذجة السببية الديناميكية

📅 آخر تحديث: ٤ أغسطس ٢٠٢٦
✍️ نُشر في: ٤ أغسطس ٢٠٢٦
📷 يحتوي على 15 صور
الموسوعة الحرة

يُعدّ نمذجة السببية الديناميكية ( DCM ) إطارًا لتحديد النماذج، وملاءمتها للبيانات، ومقارنة نتائجها باستخدام مقارنة النماذج البايزية . تعتمد هذه النمذجة على نماذج فضاء الحالة غير الخطية في الزمن المستمر، والمحددة باستخدام المعادلات التفاضلية العشوائية أو العادية . طُوّرت نمذجة السببية الديناميكية في البداية لاختبار الفرضيات المتعلقة بالديناميكيات العصبية . [ 1 ] في هذا السياق، تصف المعادلات التفاضلية تفاعل المجموعات العصبية، والتي تُنتج بشكل مباشر أو غير مباشر بيانات التصوير العصبي الوظيفي ، مثل التصوير بالرنين المغناطيسي الوظيفي (fMRI)، وتخطيط الدماغ المغناطيسي (MEG)، وتخطيط كهربية الدماغ (EEG). تُحدد المعلمات في هذه النماذج التأثيرات الموجهة أو الاتصال الفعال بين المجموعات العصبية، والتي تُقدّر من البيانات باستخدام الأساليب الإحصائية البايزية .

إجراء

تُستخدم طريقة DCM عادةً لتقدير الترابط بين مناطق الدماغ والتغيرات في هذا الترابط نتيجةً للتغيرات التجريبية (مثل الوقت أو السياق). ويتم تحديد نموذج لتفاعل مجموعات الخلايا العصبية، بمستوى من التفصيل البيولوجي يعتمد على الفرضيات والبيانات المتاحة. ويُقترن هذا بنموذج أمامي يصف كيفية توليد النشاط العصبي للاستجابات المقاسة. ويُحدد تقدير النموذج التوليدي المعلمات (مثل قوة الاتصال) من البيانات المرصودة. وتُستخدم مقارنة النماذج البايزية لمقارنة النماذج بناءً على أدلتها، والتي يمكن بعد ذلك توصيفها من حيث المعلمات.

تتضمن دراسات DCM عادةً المراحل التالية: [ 2 ]

  1. التصميم التجريبي. يتم صياغة فرضيات محددة وإجراء تجربة.
  2. إعداد البيانات. تتم معالجة البيانات المكتسبة مسبقًا (على سبيل المثال، لاختيار سمات البيانات ذات الصلة وإزالة العوامل المربكة).
  3. تحديد النموذج. يتم تحديد نموذج أمامي واحد أو أكثر (DCMs) لكل مجموعة بيانات.
  4. تقدير النموذج. يتم تركيب النموذج (النماذج) على البيانات لتحديد أدلتها ومعاييرها.
  5. مقارنة النماذج. تُستخدم الأدلة لكل نموذج في مقارنة النماذج البايزية (على مستوى الفرد أو على مستوى المجموعة) لاختيار أفضل نموذج (أو نماذج). ويُستخدم متوسط ​​النماذج البايزية (BMA) لحساب متوسط ​​مرجح لتقديرات المعلمات عبر النماذج المختلفة.

يتم استعراض المراحل الرئيسية بإيجاز أدناه.

التصميم التجريبي

تُجرى تجارب التصوير العصبي الوظيفي عادةً إما بناءً على مهام محددة أو بفحص نشاط الدماغ في حالة الراحة . في التجارب القائمة على المهام، تُستثار استجابات الدماغ بواسطة مدخلات حتمية معروفة (محفزات مضبوطة تجريبيًا). يمكن لهذه المتغيرات التجريبية أن تُغير النشاط العصبي من خلال تأثيرات مباشرة على مناطق دماغية محددة، مثل الكمونات المستحثة في القشرة البصرية الأولية ، أو عبر تعديل الترابط بين مجموعات الخلايا العصبية؛ على سبيل المثال، تأثير الانتباه. يُحدد هذان النوعان من المدخلات - المُحفزة والمُعدِّلة - بشكل منفصل في نموذج DCM. [ 1 ] ولتمكين التقدير الفعال لتأثيرات المُحفزة والمُعدِّلة، يُستخدم غالبًا تصميم تجريبي عاملي 2×2 - حيث يعمل أحد العاملين كمدخل مُحفز والآخر كمدخل مُعدِّل. [ 2 ]

لا تتضمن تجارب حالة الراحة أي تدخلات تجريبية خلال فترة تسجيل التصوير العصبي. وبدلاً من ذلك، يتم اختبار فرضيات حول اقتران التقلبات الداخلية في النشاط العصبي، أو في الاختلافات في الاتصال بين الجلسات أو الأفراد. يتضمن إطار عمل DCM نماذج وإجراءات لتحليل بيانات حالة الراحة، والموصوفة في القسم التالي.

مواصفات النموذج

تتخذ جميع النماذج في DCM الشكل الأساسي التالي:

z˙=و(z،u،θ(ن))y=ز(z،θ(ح))+ϵ{\displaystyle {\begin{aligned}{\dot {z}}&=f(z,u,\theta ^{(n)})\\y&=g(z,\theta ^{(h)})+\epsilon \end{aligned}}}

تصف المساواة الأولى التغير في النشاط العصبيz{\displaystyle z}فيما يتعلق بالوقت (أيz˙{\displaystyle {\dot {z}}}والتي لا يمكن ملاحظتها مباشرة باستخدام تقنيات التصوير الوظيفي غير الجراحية. ويخضع تطور النشاط العصبي بمرور الوقت لسيطرة وظيفة عصبية.و{\displaystyle f}مع المعلماتθ(ن){\displaystyle \theta ^{(n)}}والمدخلات التجريبيةu{\displaystyle u}ويؤدي النشاط العصبي بدوره إلى حدوث السلسلة الزمنيةy{\displaystyle y}(المساواة الثانية)، والتي يتم توليدها عبر دالة الملاحظةز{\displaystyle g}مع المعلماتθ(ح){\displaystyle \theta ^{(h)}}ضوضاء الملاحظة المضافةϵ{\displaystyle \epsilon }يكمل نموذج الملاحظة. عادةً، المعلمات العصبيةθ(ن){\displaystyle \theta ^{(n)}}وهي ذات أهمية رئيسية، والتي تمثل على سبيل المثال قوة الاتصال التي قد تتغير في ظل ظروف تجريبية مختلفة.

يتطلب تحديد نموذج DCM اختيار نموذج عصبيو{\displaystyle f}ونموذج المراقبةز{\displaystyle g}وتحديد الأولويات المناسبة للمعلمات؛ على سبيل المثال، تحديد الاتصالات التي يجب تشغيلها أو إيقافها.

التصوير بالرنين المغناطيسي الوظيفي

DCM لدائرة عصبية في التصوير بالرنين المغناطيسي الوظيفي
النموذج العصبي في DCM للتصوير بالرنين المغناطيسي الوظيفي. يمثل z1 و z2 متوسط ​​مستويات النشاط في كل منطقة. أما المعلمات A فهي الاتصال الفعال، و B هي تعديل الاتصال بواسطة حالة تجريبية محددة، و C هي المدخل المحفز.

يُعدّ النموذج العصبي في نموذج DCM للتصوير بالرنين المغناطيسي الوظيفي تقريبًا من نوع تايلور ، حيث يُجسّد التأثيرات السببية العامة بين مناطق الدماغ وتغيراتها الناتجة عن المدخلات التجريبية (انظر الصورة). ويقترن هذا النموذج بنموذج بيوفيزيائي مُفصّل لتوليد استجابة مستوى الأكسجين في الدم (BOLD) وإشارة الرنين المغناطيسي، [ 1 ] استنادًا إلى نموذج البالون لبوكستون وآخرون، [ 3 ] والذي أُضيف إليه نموذج للترابط العصبي الوعائي. [ 4 ] [ 5 ] وشملت الإضافات إلى النموذج العصبي التفاعلات بين مجموعات الخلايا العصبية المُثيرة والمُثبّطة [ 6 ] والتأثيرات غير الخطية لمجموعات الخلايا العصبية على الترابط بين مجموعات الخلايا الأخرى. [ 7 ]

طُرح نموذج DCM لدراسات حالة الراحة لأول مرة في نموذج DCM العشوائي [ 8 ] ، الذي يُقدّر كلاً من التقلبات العصبية ومعاملات الاتصال في المجال الزمني، باستخدام الترشيح المعمم . ثم طُرحت لاحقًا طريقة أكثر كفاءة لبيانات حالة الراحة تعمل في مجال التردد، تُسمى DCM لكثافة الطيف المتقاطع (CSD) [ 9 ] [ 10 ] . ويمكن تطبيق كلتا الطريقتين على شبكات الدماغ واسعة النطاق من خلال تقييد معاملات الاتصال بناءً على الاتصال الوظيفي [ 11 ] [ 12 ] . ومن التطورات الحديثة الأخرى لتحليل حالة الراحة نموذج DCM الانحداري [ 13 ] المُطبق في مجموعة برامج Tapas (انظر تطبيقات البرامج ). يعمل نموذج DCM الانحداري في مجال التردد، ولكنه يُبسط النموذج خطيًا في ظل بعض التبسيطات، مثل وجود دالة استجابة ديناميكية دموية ثابتة (قياسية). وهذا يُتيح التقدير السريع لشبكات الدماغ واسعة النطاق.

نماذج العمود القشري المستخدمة في تحليل تخطيط كهربية الدماغ/تخطيط مغناطيسية الدماغ/الجهد الموضعي. توجد روابط ذاتية لكل مجموعة من الخلايا، ولكنها غير موضحة للتوضيح. اليسار: نموذج الدائرة الدقيقة للجهد المرتبط بالحدث. اليمين: الدائرة الدقيقة النموذجية. 1 = الخلايا النجمية الشوكية (الطبقة الرابعة)، 2 = الخلايا العصبية البينية المثبطة، 3 = الخلايا الهرمية (العميقة)، 4 = الخلايا الهرمية السطحية.

تخطيط الدماغ الكهربائي / تخطيط الدماغ المغناطيسي

تستخدم تقنية DCM لبيانات تخطيط كهربية الدماغ (EEG) وتخطيط مغناطيسية الدماغ (MEG) نماذج عصبية أكثر تفصيلاً من الناحية البيولوجية مقارنةً بتقنية التصوير بالرنين المغناطيسي الوظيفي (fMRI)، وذلك بفضل الدقة الزمنية العالية لهذه التقنيات. ويمكن تصنيف هذه النماذج إلى نماذج فيزيولوجية، تُعيد إنتاج الدوائر العصبية، ونماذج ظاهراتية، تُركز على إعادة إنتاج خصائص بيانات محددة. ويمكن تقسيم النماذج الفيزيولوجية بدورها إلى فئتين: النماذج القائمة على الموصلية، والمستمدة من تمثيل الدائرة المكافئة لغشاء الخلية الذي طوره هودجكين وهكسلي في خمسينيات القرن الماضي. [ 14 ] أما نماذج الالتفاف، فقد قدمها ويلسون وكوان [ 15 ] وفريمان [ 16 ] في سبعينيات القرن الماضي، وتتضمن التفاف المدخلات قبل المشبكية بواسطة دالة نواة مشبكية. وفيما يلي بعض النماذج المحددة المستخدمة في تقنية DCM:

  • النماذج الفيزيولوجية:
    • نماذج الالتفاف:
      • نموذج DCM للاستجابات المُستحثة (DCM لـ ERP). [ 17 ] [ 18 ] هذا نموذج كتلة عصبية ذو أساس بيولوجي معقول، وهو امتداد لعمل سابق لجانسن وريت. [ 19 ] يحاكي هذا النموذج نشاط منطقة قشرية باستخدام ثلاث مجموعات فرعية من الخلايا العصبية (انظر الصورة)، تعتمد كل منها على مُؤثرين. يُحوّل المُؤثر الأول معدل إطلاق النبضات قبل المشبكية إلى جهد ما بعد المشبك (PSP)، عن طريق دمج مُدخلات ما قبل المشبك مع دالة استجابة مشبكية (النواة). أما المُؤثر الثاني، وهو دالة سيجمويدية ، فيُحوّل جهد الغشاء إلى معدل إطلاق كمونات الفعل.
      • DCM لجهود المجال الموضعي (LFP). [ 20 ] يوسع DCM لجهود الاستجابة المرتبطة بالحدث (ERP) بإضافة تأثيرات قنوات أيونية محددة على توليد النبضات.
      • الدائرة المصغرة النموذجية (CMC). [ 21 ] تُستخدم لمعالجة الفرضيات المتعلقة بالوصلات الصاعدة والهابطة الخاصة بكل طبقة في الدماغ، والتي تُشكل أساس التفسير التنبؤي لبنية الدماغ الوظيفية. يتم تقسيم مجموعة الخلايا الهرمية المفردة من نموذج DCM لـ ERP إلى مجموعتين: عميقة وسطحية (انظر الصورة). تم تطبيق نسخة من CMC لنمذجة بيانات MEG وfMRI متعددة الوسائط. [ 22 ]
      • نموذج المجال العصبي (NFM). [ 23 ] يوسع النماذج المذكورة أعلاه إلى المجال المكاني، حيث يقوم بنمذجة التغيرات المستمرة في التيار عبر الصفيحة القشرية.
    • نماذج التوصيل:
      • نموذج الكتلة العصبية (NMM) ونموذج المجال المتوسط ​​(MFM). [ 24 ] [ 25 ] يشتركان في نفس ترتيب المجموعات العصبية كما في نموذج DCM لـ ERP المذكور أعلاه، ولكنهما يعتمدان على نموذج موريس-ليكار لألياف عضلات البرنقيل، [ 26 ] والذي بدوره مشتق من نموذج هودجين وهكسلي لمحور الحبار العملاق. [ 14 ] يُمكّنان من الاستدلال حول تدفق الأيونات المُثيرة (Na+) والمثبطة (Cl-) المُرتبطة بالليجاند، والتي تتوسطها مستقبلات الغلوتامات السريعة ومستقبلات GABAergic. بينما يُمثل نموذج DCM للتصوير بالرنين المغناطيسي الوظيفي ونماذج الالتفاف نشاط كل مجموعة عصبية برقم واحد - متوسط ​​نشاطها - فإن نماذج التوصيل تتضمن الكثافة الكاملة (توزيع الاحتمالية) للنشاط داخل المجموعة. يفترض "افتراض المجال المتوسط" المُستخدم في نسخة MFM من النموذج أن كثافة نشاط مجموعة ما تعتمد فقط على متوسط ​​نشاط مجموعة أخرى. أضافت امتدادات لاحقة قنوات أيونية NMDA ذات بوابات جهدية. [ 27 ]
  • النماذج الظاهراتية:
    • DCM للاقتران الطوري. [ 28 ] نمذجة تفاعل مناطق الدماغ كمذبذبات مقترنة بشكل ضعيف (WCOs)، حيث يرتبط معدل تغير طور أحد المذبذبات بفروق الطور بينه وبين المذبذبات الأخرى.

تقدير النموذج

يتم تنفيذ عملية عكس النموذج أو تقديره في DCM باستخدام بايز التبايني في ظل افتراض لابلاس . [ 29 ] يوفر هذا كميتين مفيدتين: لوغاريتم الاحتمالية الحدية أو دليل النموذجln⁡ص(y|م){\displaystyle \ln {p(y|m)}}هي احتمالية رصد البيانات في ظل نموذج معين. عمومًا، لا يمكن حسابها بشكل صريح، ويتم تقريبها بكمية تسمى الطاقة الحرة التباينية السالبة.F{\displaystyle F}يُشار إليها في مجال التعلم الآلي باسم الحد الأدنى للأدلة (ELBO). يتم اختبار الفرضيات من خلال مقارنة الأدلة الخاصة بنماذج مختلفة بناءً على طاقتها الحرة، وهي عملية تُسمى مقارنة النماذج البايزية.

كما يوفر تقدير النموذج تقديرات للمعلماتص(θ|y){\displaystyle p(\theta |y)}على سبيل المثال، قوة الروابط التي تزيد من الطاقة الحرة. عندما تختلف النماذج فقط في افتراضاتها المسبقة، يمكن استخدام اختزال النموذج البايزي لاستخلاص الأدلة والمعلمات الخاصة بالنماذج المتداخلة أو المختزلة تحليليًا وبكفاءة.

مقارنة النماذج

تُركز دراسات التصوير العصبي عادةً على دراسة التأثيرات المحفوظة على مستوى المجموعة، أو تلك التي تختلف بين الأفراد. يوجد منهجان رئيسيان لتحليل مستوى المجموعة: اختيار النموذج البايزي ذي التأثيرات العشوائية (BMS) [ 30 ] ، والتحليل البايزي التجريبي البارامتري (PEB) [ 31 ] . يفترض منهج اختيار النموذج البايزي ذي التأثيرات العشوائية أن الأفراد يختلفون من حيث النموذج الذي ولّد بياناتهم - على سبيل المثال، عند اختيار فرد عشوائي من المجتمع، قد يكون هناك احتمال بنسبة 25% أن يكون دماغه مُهيكلاً وفقًا للنموذج 1، واحتمال بنسبة 75% أن يكون مُهيكلاً وفقًا للنموذج 2. يتبع مسار التحليل في إجراء منهج اختيار النموذج البايزي سلسلة من الخطوات:

  1. حدد وقدّر نماذج DCM متعددة لكل موضوع، حيث يجسد كل نموذج DCM (أو مجموعة من نماذج DCM) فرضية.
  2. قم بإجراء تحليل التأثيرات العشوائية لتقدير نسبة الأشخاص الذين تم توليد بياناتهم بواسطة كل نموذج
  3. احسب متوسط ​​معلمات الاتصال بين النماذج باستخدام متوسط ​​النماذج البايزي. يتم ترجيح هذا المتوسط ​​بالاحتمالية اللاحقة لكل نموذج، مما يعني أن النماذج ذات الاحتمالية الأعلى تساهم بشكل أكبر في المتوسط ​​من النماذج ذات الاحتمالية الأقل.

بدلاً من ذلك، يمكن استخدام نموذج بايز التجريبي البارامتري (PEB) [ 31 ] ، الذي يُحدد نموذجًا هرميًا للمعلمات (مثل قوة الروابط). ويتجنب هذا النموذج فكرة وجود نماذج مختلفة على مستوى الأفراد، ويفترض أن الأفراد يختلفون في قوة الروابط (البارامترية). يُنمذج نموذج بايز التجريبي البارامتري مصادر التباين المتميزة في قوة الروابط بين الأفراد باستخدام التأثيرات الثابتة والتباين بين الأفراد (التأثيرات العشوائية). وتكون إجراءات نموذج بايز التجريبي البارامتري كما يلي:

  1. حدد نموذج DCM "كامل" واحد لكل موضوع، والذي يحتوي على جميع المعلمات ذات الأهمية.
  2. حدد نموذجًا خطيًا عامًا بايزيًا (GLM) لنمذجة المعلمات (الكثافة الخلفية الكاملة) من جميع المواضيع على مستوى المجموعة.
  3. اختبر الفرضيات من خلال مقارنة النموذج الكامل على مستوى المجموعة بنماذج مخفضة على مستوى المجموعة حيث تم إيقاف تشغيل مجموعات معينة من الاتصالات.

تصديق

تم التحقق من صحة التطورات في إدارة دورة حياة البيانات باستخدام مناهج مختلفة:

  • تحدد صلاحية المظهر ما إذا كان من الممكن استعادة معلمات النموذج من البيانات المحاكاة. ويتم ذلك عادةً بالتزامن مع تطوير كل نموذج جديد (على سبيل المثال [ 1 ] [ 7 ] ).
  • تقيّم صلاحية البناء مدى اتساق النموذج مع الأساليب التحليلية الأخرى. على سبيل المثال، تمت مقارنة نموذج DCM مع نمذجة المعادلات الهيكلية [ 32 ] ونماذج حسابية عصبية بيولوجية أخرى. [ 33 ]
  • تقيّم الصلاحية التنبؤية القدرة على التنبؤ بالتأثيرات المعروفة أو المتوقعة. وقد شمل ذلك الاختبار مقابل تخطيط كهربية الدماغ داخل الجمجمة/تخطيط كهربية الدماغ/التحفيز [ 34 ] [ 35 ] [ 36 ] [ 37 ] ومقابل العلاجات الدوائية المعروفة. [ 38 ] [ 39 ]

القيود / العيوب

يُعدّ تحليل التفاعلات بين مناطق الدماغ (DCM) منهجًا قائمًا على الفرضيات لدراسة التفاعلات بين مناطق محددة مسبقًا. وهو ليس الأنسب للتحليلات الاستكشافية. [ 2 ] على الرغم من وجود طرق مُطبقة للبحث التلقائي في النماذج المُختزلة ( اختزال النموذج البايزي ) ولنمذجة شبكات الدماغ واسعة النطاق، [ 12 ] إلا أن هذه الطرق تتطلب تحديدًا صريحًا لمساحة النموذج. في التصوير العصبي، قد تكون مناهج مثل تحليل التفاعل النفسي الفيزيولوجي (PPI) أكثر ملاءمة للاستخدام الاستكشافي، لا سيما لاكتشاف العُقد الرئيسية لتحليل التفاعلات بين مناطق الدماغ (DCM) اللاحق.

تعتمد طرق بايز التباينية المستخدمة لتقدير النموذج في نموذج DCM على فرضية لابلاس، التي تفترض أن التوزيع الاحتمالي اللاحق للمعاملات يتبع التوزيع الغاوسي. قد يفشل هذا التقريب في سياق النماذج غير الخطية للغاية، حيث قد تحول القيم الدنيا المحلية دون استخدام الطاقة الحرة كقيد دقيق على دليل النموذج اللوغاريتمي. تُعدّ أساليب أخذ العينات المعيار الذهبي، إلا أنها تستغرق وقتًا طويلاً، وعادةً ما تُستخدم للتحقق من صحة التقريبات التباينية في نموذج DCM. [ 40 ]

تطبيقات البرمجيات

تم تطبيق DCM في حزمة برامج رسم الخرائط البارامترية الإحصائية ، والتي تُعتبر التطبيق المرجعي أو النموذجي ( http://www.fil.ion.ucl.ac.uk/spm/software/spm12/ ). وقد أُعيد تطبيقها وتطويرها في مجموعة برامج Tapas ( https://www.tnu.ethz.ch/en/software/tapas.html ، مؤرشفة بتاريخ 3 فبراير 2019 على Wayback Machine ) ومجموعة أدوات VBA ( https://mbb-team.github.io/VBA-toolbox/ ).

مراجع

  1. 1 2 3 4 فريستون، كيه جيه؛ هاريسون، إل؛ بيني، دبليو. (أغسطس 2003). "النمذجة السببية الديناميكية". مجلة NeuroImage . 19 (4): 1273-1302 . doi : 10.1016/s1053-8119(03)00202-7 . ISSN 1053-8119 . PMID 12948688. S2CID 2176588 .   
  2. 1 2 3 ستيفان، ك. إي.؛ بيني، و. د.؛ موران، ر. ج .؛ دين أودين، هـ. إي. إم.؛ داونيزو، ج.؛ فريستون، ك. ج. (فبراير 2010). " عشر قواعد بسيطة للنمذجة السببية الديناميكية" . مجلة NeuroImage . 49 (4): 3099-3109 . doi : 10.1016/j.neuroimage.2009.11.015 . ISSN 1053-8119 . PMC 2825373. PMID 19914382 .   
  3. ↑ بوكستون، ريتشارد ب.؛ وونغ، إريك س.؛ فرانك، لورانس ر. (يونيو 1998). "ديناميكيات تدفق الدم وتغيرات الأكسجة أثناء تنشيط الدماغ: نموذج البالون". الرنين المغناطيسي في الطب . 39 (6): 855-864 . doi : 10.1002/mrm.1910390602 . ISSN 0740-3194 . PMID 9621908. S2CID 2002497 .   
  4. ↑ فريستون، كيه جيه؛ ميتشيلي، أ.؛ تيرنر، ر.؛ برايس، سي جيه (أكتوبر 2000). "الاستجابات غير الخطية في التصوير بالرنين المغناطيسي الوظيفي: نموذج البالون، ونوى فولتيرا، وديناميكا الدم الأخرى". مجلة NeuroImage . 12 (4): 466-477 . doi : 10.1006/nimg.2000.0630 . ISSN 1053-8119 . PMID 10988040. S2CID 961661 .   
  5. ↑ ستيفان، كلاس إينو؛ فايسكوف، نيكولاس؛ دريسديل، بيتر م.؛ روبنسون، بيتر أ.؛ فريستون، كارل ج. (نوفمبر 2007). "مقارنة النماذج الديناميكية الدموية مع نموذج اعتلال عضلة القلب التوسعي" . مجلة NeuroImage . 38 (3): 387-401 . doi : 10.1016/j.neuroimage.2007.07.040 . ISSN 1053-8119 . PMC 2636182. PMID 17884583 .   
  6. ↑ ماريروس، أ.س.؛ كيبل، س.ج.؛ فريستون، ك.ج. (يناير 2008). "النمذجة السببية الديناميكية للتصوير بالرنين المغناطيسي الوظيفي: نموذج ثنائي الحالة". مجلة NeuroImage . 39 (1): 269-278 . CiteSeerX 10.1.1.160.1281 . doi : 10.1016/j.neuroimage.2007.08.019 . ISSN 1053-8119 . PMID 17936017. S2CID 9731930 .    
  7. 1 2 ستيفان، كلاس إينو؛ كاسبر، لارس؛ هاريسون، لي م.؛ داونيزو، جان؛ دين أودين، هانيك إي إم؛ بريكسبير، مايكل؛ فريستون، كارل ج. (أغسطس 2008). "نماذج سببية ديناميكية غير خطية للتصوير بالرنين المغناطيسي الوظيفي" . مجلة NeuroImage . 42 (2): 649-662 . doi : 10.1016/j.neuroimage.2008.04.262 . ISSN 1053-8119 . PMC 2636907. PMID 18565765 .   
  8. ^ لي ، باجوان. دونيزو، جان؛ ستيفان ، كلاس إي ؛ بيني، ويل؛ هو، ديوين؛ فريستون ، كارل (2011/09/15). “التصفية المعممة و DCM العشوائي للتصوير بالرنين المغناطيسي الوظيفي” (PDF) . صورة عصبية . 58 (2): 442-457 . دوى : 10.1016/j.neuroimage.2011.01.085 . ردمك 1053-8119 . بميد 21310247 . S2CID 13956458 .   
  9. ↑ فريستون، كارل جيه؛ كاهان، جوشوا؛ بيسوال، بهارات؛ رازي، عادل (يوليو 2014). "نموذج DCM للتصوير بالرنين المغناطيسي الوظيفي في حالة الراحة" . مجلة NeuroImage . 94 (100): 396-407 . doi : 10.1016/j.neuroimage.2013.12.009 . ISSN 1053-8119 . PMC 4073651. PMID 24345387 .   
  10. ↑ رازي، عادل؛ كاهان، جوشوا؛ ريس، جيرينت؛ فريستون، كارل ج. (فبراير 2015). "التحقق من صحة بناء نموذج DCM للتصوير بالرنين المغناطيسي الوظيفي في حالة الراحة" . مجلة NeuroImage . 106 : 1-14 . doi : 10.1016/j.neuroimage.2014.11.027 . ISSN 1053-8119 . PMC 4295921. PMID 25463471 .   
  11. ↑ سيغير، محمد ل.؛ فريستون، كارل ج. (مارس 2013). "اكتشاف الشبكات باستخدام نماذج DCM الكبيرة" . مجلة NeuroImage . 68 : 181-191 . doi : 10.1016/j.neuroimage.2012.12.005 . ISSN 1053-8119 . PMC 3566585. PMID 23246991 .   
  12. 1 2 رازي، عادل؛ صغير، محمد ل.؛ تشو، يوان؛ ماكولغان، بيتر؛ زيدمان، بيتر؛ بارك، هاي-جيونغ؛ سبورنز، أولاف؛ ريس، جيرينت؛ فريستون، كارل ج. (أكتوبر 2017). "نماذج DCM واسعة النطاق للتصوير بالرنين المغناطيسي الوظيفي في حالة الراحة" . علم الأعصاب الشبكي . 1 (3): 222-241 . doi : 10.1162/netn_a_00015 . ISSN 2472-1751 . PMC 5796644. PMID 29400357 .   
  13. ^ فراسل ، ستيفان. لوماكينا، إيكاترينا الأولى؛ الرازي، عديل؛ فريستون، كارل J.؛ بوهمان، يواكيم م. ستيفان ، كلاس إي. (يوليو 2017). "الانحدار DCM للتصوير بالرنين المغناطيسي الوظيفي" . صورة عصبية . 155 : 406– 421. دوى : 10.1016/j.neuroimage.2017.02.090 . اتش دي ال : 20.500.11850/182456 . ردمك 1053-8119 . بميد 28259780 .  
  14. 1 2 هودجكين، أ. ل.؛ هكسلي، أ. ف. (28 أبريل 1952). "مكونات موصلية الغشاء في المحور العملاق لـ Loligo" . مجلة علم وظائف الأعضاء . 116 (4): 473-496 . doi : 10.1113/jphysiol.1952.sp004718 . ISSN 0022-3751 . PMC 1392209. PMID 14946714 .   
  15. ↑ ويلسون، إتش آر؛ كوان، جيه دي (سبتمبر 1973). "نظرية رياضية للديناميكيات الوظيفية للأنسجة العصبية القشرية والمهادية". كيبرنيتيك . 13 ( 2): 55-80 . doi : 10.1007/bf00288786 . ISSN 0340-1200 . PMID 4767470. S2CID 292546 .   
  16. ↑ فريمان، والتر ج. (1975). فعل الكتلة في الجهاز العصبي . doi : 10.1016/c2009-0-03145-6 . ISBN 978-0-12-267150-0.
  17. ↑ ديفيد، أوليفييه؛ فريستون، كارل ج. (نوفمبر 2003). "نموذج الكتلة العصبية لتخطيط الدماغ المغناطيسي/تخطيط الدماغ الكهربائي". مجلة NeuroImage . 20 ( 3): 1743-1755 . doi : 10.1016/j.neuroimage.2003.07.015 . ISSN 1053-8119 . PMID 14642484. S2CID 1197179 .   
  18. ↑ كيبل، ستيفان جيه؛ جاريدو، مارتا آي؛ فريستون، كارل جيه (31 يوليو 2009)، "النمذجة السببية الديناميكية للاستجابات المستحثة"، تحليل إشارات الدماغ ، مطبعة معهد ماساتشوستس للتكنولوجيا، الصفحات 141-170 ، doi : 10.7551/mitpress/9780262013086.003.0006 ، ISBN  978-0-262-01308-6
  19. ↑ جانسن، بن هـ.؛ ريت، فنسنت ج. (1995-09-01). "تخطيط كهربية الدماغ وتوليد الجهد البصري المستحث في نموذج رياضي للأعمدة القشرية المتصلة". علم التحكم الحيوي . 73 (4): 357-366 . doi : 10.1007/s004220050191 . ISSN 0340-1200 . PMID 7578475 .  
  20. ↑ موران، آر جيه؛ كيبل، إس جيه ؛ ستيفان ، كي إي؛ رايلي، آر بي؛ دونيزو، جيه؛ فريستون، كي جيه (سبتمبر 2007). " نموذج الكتلة العصبية للاستجابات الطيفية في الفيزيولوجيا الكهربائية" . مجلة NeuroImage . 37 (3): 706-720 . doi : 10.1016/j.neuroimage.2007.05.032 . ISSN 1053-8119 . PMC 2644418. PMID 17632015 .   
  21. ↑ باستوس، أندريه م.؛ أوسري، دبليو. مارتن؛ آدامز، ريك أ.؛ مانغون، جورج ر.؛ فرايز، باسكال؛ فريستون، كارل ج. (نوفمبر 2012). "الدوائر الدقيقة النموذجية للترميز التنبؤي" . نيرون . 76 (4): 695-711 . doi : 10.1016 / j.neuron.2012.10.038 . ISSN 0896-6273 . PMC 3777738. PMID 23177956 .   
  22. ↑ فريستون، كيه جيه؛ بريلر، كاترين إتش؛ ماثيس، كريس؛ كاجنان، هايرية؛ هاينزل، جاكوب؛ رازي، عادل؛ زيدمان، بيتر (فبراير 2017). "إعادة النظر في النمذجة السببية الديناميكية" . مجلة NeuroImage . 199 : 730-744 . doi : 10.1016/j.neuroimage.2017.02.045 . ISSN 1053-8119 . PMC 6693530. PMID 28219774 .   
  23. ↑ بينوتسيس، د.أ.؛ فريستون، ك.ج. (مارس 2011). " الحقول العصبية، والاستجابات الطيفية، والوصلات الجانبية" . مجلة NeuroImage . 55 (1): 39-48 . doi : 10.1016/j.neuroimage.2010.11.081 . ISSN 1053-8119 . PMC 3049874. PMID 21138771 .   
  24. ↑ ماريروس، أندريه سي؛ داونيزو، جان؛ كيبل، ستيفان جيه؛ فريستون، كارل جيه (أغسطس 2008). "ديناميكيات السكان: التباين ودالة التنشيط السينية". مجلة NeuroImage . 42 (1): 147-157 . doi : 10.1016/j.neuroimage.2008.04.239 . ISSN 1053-8119 . PMID 18547818. S2CID 13932515 .   
  25. ↑ ماريروس، أندريه سي؛ كيبل، ستيفان جيه؛ دونيزو، جان؛ هاريسون، لي إم؛ فريستون، كارل جيه (فبراير 2009). "ديناميكيات السكان في ظل فرضية لابلاس". مجلة NeuroImage . 44 (3): 701-714 . doi : 10.1016/j.neuroimage.2008.10.008 . ISSN 1053-8119 . PMID 19013532. S2CID 12369912 .   
  26. ↑ موريس، سي.؛ ليكار، إتش. (يوليو 1981). "تذبذبات الجهد في ألياف العضلات العملاقة للبرنقيل" . مجلة الفيزياء الحيوية . 35 (1): 193-213 . Bibcode : 1981BpJ....35..193M . doi : 10.1016/ s0006-3495 (81)84782-0 . ISSN 0006-3495 . PMC 1327511. PMID 7260316 .   
  27. ↑ موران، روزالين جيه ؛ ستيفان، كلاس إي؛ دولان، ريموند جيه؛ فريستون، كارل جيه (أبريل 2011). " مؤشرات طيفية متسقة لنماذج سببية ديناميكية لاستجابات الحالة المستقرة" . مجلة NeuroImage . 55 (4): 1694-1708 . doi : 10.1016/j.neuroimage.2011.01.012 . ISSN 1053-8119 . PMC 3093618. PMID 21238593 .   
  28. ↑ بيني، دبليو دي؛ ليتفاك، في؛ فوينتيميلا، إل؛ دوزيل، إي؛ فريستون، ك. (سبتمبر 2009). " نماذج سببية ديناميكية للاقتران الطوري" . مجلة أساليب علم الأعصاب . 183 (1): 19-30 . doi : 10.1016/j.jneumeth.2009.06.029 . ISSN 0165-0270 . PMC 2751835. PMID 19576931 .   
  29. ↑ فريستون، ك.؛ ماتوت، ج.؛ تروخيو-باريتو، ن.؛ أشبورنر، ج.؛ بيني، و. (2007)، "بايز التبايني في ظل تقريب لابلاس"، رسم الخرائط الإحصائية البارامترية ، إلسيفير، ص 606-618 ، doi : 10.1016/b978-012372560-8/50047-4 ، ISBN  978-0-12-372560-8
  30. ↑ ريغو، ل.؛ ستيفان، ك.إ.؛ فريستون، ك.ج.؛ دونيزو، ج. (يناير 2014). "اختيار النموذج البايزي للدراسات الجماعية - إعادة النظر". مجلة NeuroImage . 84 : 971-985 . doi : 10.1016/j.neuroimage.2013.08.065 . ISSN 1053-8119 . PMID 24018303. S2CID 1908433 .   
  31. 1 2 فريستون، كارل جيه؛ ليتفاك، فلاديمير؛ أوزوال، أشوني؛ رازي، عادل؛ ستيفان، كلاس إي؛ فان ويك، برناديت سي إم؛ زيغلر، غابرييل؛ زيدمان، بيتر (مارس 2016). "اختزال النموذج البايزي والبايز التجريبي لدراسات المجموعة (DCM)" . NeuroImage . 128 : 413-431 . doi : 10.1016 /j.neuroimage.2015.11.015 . ISSN 1053-8119 . PMC 4767224. PMID 26569570 .   
  32. ↑ بيني، دبليو دي؛ ستيفان، كي إي؛ ميتشيلي، إيه؛ فريستون، كي جيه (يناير 2004). "نمذجة التكامل الوظيفي: مقارنة بين نماذج المعادلات الهيكلية والنماذج السببية الديناميكية". مجلة NeuroImage . 23 : S264– S274 . CiteSeerX 10.1.1.160.3141 . doi : 10.1016/j.neuroimage.2004.07.041 . ISSN 1053-8119 . PMID 15501096. S2CID 8993497 .    
  33. ↑ لي، لوسي؛ فريستون، كارل؛ هورويتز، باري (مايو 2006). "نماذج عصبية واسعة النطاق ونمذجة سببية ديناميكية". NeuroImage . 30 ( 4): 1243-1254 . doi : 10.1016/j.neuroimage.2005.11.007 . ISSN 1053-8119 . PMID 16387513. S2CID 19003382 .   
  34. ↑ ديفيد، أوليفييه؛ غيلمان، إيزابيل؛ سايليه، ساندرينا؛ ريت، سيباستيان؛ ديرانسارت، كولين؛ سيجيبارث، كريستوف؛ ديبوليس، أنطوان (23-12-2008). "تحديد المحركات العصبية باستخدام التصوير بالرنين المغناطيسي الوظيفي: التحقق الفيزيولوجي الكهربائي" . مجلة PLOS Biology . 6 (12): 2683-2697 . doi : 10.1371/journal.pbio.0060315 . ISSN 1545-7885 . PMC 2605917. PMID 19108604 .   
  35. ↑ ديفيد، أوليفييه؛ ووزنياك، أغاتا؛ مينوتي، لوريلا؛ كاهان، فيليب (فبراير 2008). "اللدونة قصيرة المدى قبل النوبة الناتجة عن التحفيز داخل المخ بتردد 1 هرتز" ( ملف PDF) . مجلة NeuroImage . 39 (4): 1633-1646 . doi : 10.1016/j.neuroimage.2007.11.005 . ISSN 1053-8119 . PMID 18155929. S2CID 3415312 .   
  36. ↑ ريت، سيباستيان؛ بيك، كلوي؛ سينينجر، فاليري؛ كلارينسون، ديدييه؛ بوناز، برونو؛ ديفيد، أوليفييه (أكتوبر 2010). " النمذجة السببية الديناميكية والتشويشات الفيزيولوجية: دراسة تصوير بالرنين المغناطيسي الوظيفي لتحفيز العصب المبهم" (ملف PDF) . مجلة NeuroImage . 52 (4): 1456-1464 . doi : 10.1016/j.neuroimage.2010.05.021 . ISSN 1053-8119 . PMID 20472074. S2CID 1668349 .   
  37. ↑ داونيزو، ج.؛ ليميو، ل.؛ فودانو، أ.إ.؛ فريستون، ك.ج.؛ ستيفان، ك.إ. (2013). "التحقق الفيزيولوجي الكهربائي من نموذج DCM العشوائي للتصوير بالرنين المغناطيسي الوظيفي" . مجلة فرونتيرز في علم الأعصاب الحاسوبي . 6 : 103. doi : 10.3389/fncom.2012.00103 . ISSN 1662-5188 . PMC 3548242. PMID 23346055 .   
  38. ↑ موران، روزالين ج .؛ سيموندز، ميكائيل؛ ستيفان، كلاس إي.؛ فريستون، كارل ج.؛ دولان، ريموند ج. (أغسطس 2011). " دراسة حيوية لوظيفة المشابك العصبية التي تتوسط الإدراك البشري" . علم الأحياء الحالي . 21 (15): 1320-1325 . doi : 10.1016/j.cub.2011.06.053 . ISSN 0960-9822 . PMC 3153654. PMID 21802302 .   
  39. ↑ موران، روزالين جيه ؛ جونغ، فابيان؛ كوماجاي، تيتسويا؛ إنديبولز، هايكه؛ غراف، رودولف؛ دولان، ريموند جيه؛ فريستون، كارل جيه؛ ستيفان، كلاس إي؛ تيتجماير، مارك (2011-08-02). "النماذج السببية الديناميكية والاستدلال الفيزيولوجي: دراسة تحقق باستخدام التخدير بالإيزوفلوران في القوارض" . PLOS ONE . 6 (8) e22790. Bibcode : 2011PLoSO...622790M . doi : 10.1371/journal.pone.0022790 . ISSN 1932-6203 . PMC 3149050. PMID 21829652 .   
  40. ↑ تشامبلي، جاستن ر.؛ فريستون، كارل ج.؛ فيرن، توم؛ كيبل، ستيفان ج. (نوفمبر 2007). "خوارزمية متروبوليس-هاستينغز للنماذج السببية الديناميكية". مجلة NeuroImage . 38 (3): 478-487 . doi : 10.1016/j.neuroimage.2007.07.028 . ISSN 1053-8119 . PMID 17884582. S2CID 3347682 .   

للمزيد من القراءة

  1. ↑ كاهان، جوشوا؛ فولتيني، توم (ديسمبر 2013). "فهم اعتلال عضلة القلب التوسعي: عشر قواعد بسيطة للطبيب" . مجلة NeuroImage . 83 : 542-549 . doi : 10.1016/j.neuroimage.2013.07.008 . ISSN 1053-8119 . PMID 23850463 .  
  2. ↑ موران، روزالين ؛ بينوتسيس، ديميتريس أ.؛ فريستون، كارل (2013). "الكتل والمجالات العصبية في النمذجة السببية الديناميكية" . مجلة فرونتيرز في علم الأعصاب الحاسوبي . 7 : 57. doi : 10.3389/fncom.2013.00057 . ISSN 1662-5188 . PMC 3664834. PMID 23755005 .