Zobrazeno 1 - 10
of 174
pro vyhledávání: '"Directed connectivity"'
Publikováno v:
Frontiers in Neuroscience, Vol 18 (2024)
BackgroundInferring directional connectivity of brain regions from functional magnetic resonance imaging (fMRI) data has been shown to provide additional insights into predicting mental disorders such as schizophrenia. However, existing research has
Externí odkaz:
https://doaj.org/article/18db53395f1d4ce8b82816cd6af64bb9
Autor:
Mite Mijalkov, Dániel Veréb, Anna Canal-Garcia, Thomas Hinault, Giovanni Volpe, Joana B. Pereira, for the Alzheimer’s Disease Neuroimaging Initiative
Publikováno v:
Alzheimer’s Research & Therapy, Vol 15, Iss 1, Pp 1-12 (2023)
Abstract Background Alzheimer’s disease is a neurodegenerative disorder associated with the abnormal deposition of pathological processes, such as amyloid-ß and tau, which produces nonlinear changes in the functional connectivity patterns between
Externí odkaz:
https://doaj.org/article/90c434a9258243fa93d5847abe5ad5db
Autor:
Meei Tyng Chai, Tong Boon Tang
Publikováno v:
IEEE Access, Vol 11, Pp 14256-14273 (2023)
Color has the exceptional ability to capture visual attention and is also capable of enhancing positive emotions, leading to a significant impact on human learning and memory. However, the influence of color on the spatiotemporal dynamics of brain co
Externí odkaz:
https://doaj.org/article/8d7dddc29a454f19b5b70c45c5186fda
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
NeuroImage, Vol 264, Iss , Pp 119737- (2022)
Brain network interactions are commonly assessed via functional (network) connectivity, captured as an undirected matrix of Pearson correlation coefficients. Functional connectivity can represent static and dynamic relations, but often these are mode
Externí odkaz:
https://doaj.org/article/2a8930f591ae4921993e3a49dab95d40
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Network Neuroscience, Vol 3, Iss 3, Pp 827-847 (2019)
Network inference algorithms are valuable tools for the study of large-scale neuroimaging datasets. Multivariate transfer entropy is well suited for this task, being a model-free measure that captures nonlinear and lagged dependencies between time se
Externí odkaz:
https://doaj.org/article/fb94782d698141329f07e727567cac29
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.