Dynamic Causal Modelling

Kiebel, S. J.
Max Planck Institut für Kognitions- und Neurowissenschaften, Leipzig

Dynamic Causal Modelling (DCM) ist eine Analyse, die für funktionelle Magnetresonanztomographie (fMRT) eingeführt wurde, um die effektive Konnektivität zwischen Gehirnregionen zu quantifizieren. In den letzten drei Jahren wurde dieser Ansatz auf die Analyse von Magneto/Electroencephalographie (M/EEG) erweitert. DCM für M/EEG kann auf evozierte Potentiale, induzierte Antworten (Zeit/Frequenz) und "steady-state" Antworten angewendet werden. Die Methode beruht auf einem räumlich-zeitlichen Modell, das die Quellendynamik und deren Propagierung zu den M/EEG-Sensoren beschreibt. Die Schätzung aller Modellparameter erfolgt mittels Bayes'scher Verfahren. Diese Analyse erlaubt die Beantwortung weitgehender Fragen über die Quellendynamik wie z.B.: "Erfolgt eine top-down Modulation der Verbindung von Region x nach Region y, im Vergleich von Bedingung B und A?". In dem Vortrag wird die Idee des Verfahrens umrissen gefolgt von der Besprechung einiger M/EEG Beispielsanalysen.

Symposium 4: Konnektivität im Gehirn
11.06.2009, 13:00-14:00
Seminarraum 6