热点事件观察中
在短时静息态功能磁共振中评估状态转换模型并设置连续动力学对照
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
该预印本（尚未经同行评审）比较了静息态功能磁共振短时数据的两种建模思路：离散状态转换模型（隐马尔可夫模型）与连续动力学模型，并在模拟数据和ADNI静息态数据中评估。报道称，在模拟与ADNI静息态数据中，连续动力学模型对后续功能磁共振信号的预测常优于隐马尔可夫模型。研究提示，对短时静息态数据的后续信号预测，连续动力学描述可能更合适；该结论限于上述模拟与ADNI静息态数据及所设对照条件，尚不能推广到其他样本、任务或临床用途。
AI 根据报道生成 · 11 小时前更新
最新进展11月5日 08:00
新预印本报告：模拟与ADNI静息态数据中，连续动力学模型对后续信号的预测常优于隐马尔可夫模型。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- bioRxiv · Neuroscience精选在短时静息态功能磁共振中评估状态转换模型并设置连续动力学对照
在模拟与ADNI静息态数据中，连续动力学模型对后续功能磁共振信号的预测常优于隐马尔可夫模型。
本事件热度走势
当前热度 5·可比范围峰值 6（11月5日 23:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。