Detail publikace

Dynamické modelování neuronálních odezev v fMRI pomocí kubaturního Kalmanova filtru

HAVLÍČEK, M. FRISTON, K. JAN, J. BRÁZDIL, M. CALHOUN, V.

Originální název

Dynamic modeling of neuronal responses in fMRI using cubature Kalman filtering

Český název

Dynamické modelování neuronálních odezev v fMRI pomocí kubaturního Kalmanova filtru

Anglický název

Dynamic modeling of neuronal responses in fMRI using cubature Kalman filtering

Typ

článek v časopise

Jazyk

en

Originální abstrakt

Introduction of new method for estimation of neuronal responses from hemodynamic responses of fMRI data. This method allows efficient joint estimation of hidden model states, parameters, and also input, through consequent application of cubature Kalman filter and cubature Rauch-Tung-Striebel smoother.

Český abstrakt

Predstavení nové metody odhadu neuronálních odezev z hemodynamických odezev dat funkcní magnetické rezonance (fMRI). Tato metoda umoznuje úcinný soucasný odhad zkrytých stavu modelu, parametru, a také vstupu, skrze postupnou aplikaci kubaturního Kalmanova filtru and kubaturního Rauch-Tung-Striebelova vyhlazovace.

Anglický abstrakt

Introduction of new method for estimation of neuronal responses from hemodynamic responses of fMRI data. This method allows efficient joint estimation of hidden model states, parameters, and also input, through consequent application of cubature Kalman filter and cubature Rauch-Tung-Striebel smoother.

Klíčová slova

neuronální, dekonvoluce, fMRI, kubaturní, Kalman, vyhlazovac, hemodynamický model

Rok RIV

2011

Vydáno

15.06.2011

Nakladatel

Elsevier

Místo

USA

Strany od

2109

Strany do

2128

Strany počet

21

BibTex


@article{BUT50444,
  author="Martin {Havlíček} and Karl J. {Friston} and Jiří {Jan} and Milan {Brázdil} and V.D. {Calhoun}",
  title="Dynamic modeling of neuronal responses in fMRI using cubature Kalman filtering",
  annote="Introduction of new method for estimation of neuronal responses from hemodynamic responses of fMRI data. This method allows efficient joint estimation of hidden model states, parameters, and also input, through consequent application of cubature Kalman filter and cubature Rauch-Tung-Striebel smoother.",
  address="Elsevier",
  chapter="50444",
  doi="10.1016/j.neuroimage.2011.03.005",
  institution="Elsevier",
  number="4",
  volume="56",
  year="2011",
  month="june",
  pages="2109--2128",
  publisher="Elsevier",
  type="journal article"
}