کتاب اصول و روش‌های کاربردی مدل‌سازی خطی عمومی (GLM) در تحلیل داده‌های مغزی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اصول و روش‌های کاربردی مدل‌سازی خطی عمومی (GLM) در تحلیل داده‌های مغزی

موضوع کلی: علوم اعصاب شناختی و تصویربرداری عصبی

موضوع میانی: تحلیل داده‌های تصویربرداری تشدید مغناطیسی کارکردی (fMRI)

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی فیزیولوژیک سیگنال BOLD و اصول تصویربرداری تشدید مغناطیسی کارکردی
  • 2. آشنایی با ساختار داده‌های DICOM و تبدیل به فرمت‌های تحلیلی
  • 3. پیش‌پردازش داده‌های fMRI شامل تصحیح حرکت و هم‌ترازی زمانی
  • 4. تکنیک‌های تصحیح ناهمگنی میدان مغناطیسی و حذف مصنوعات حرکتی
  • 5. تطبیق فضایی و نرمال‌سازی داده‌ها به اطلس استاندارد مغزی
  • 6. مبانی ریاضی مدل‌سازی خطی عمومی در تحلیل سیگنال‌های مغزی
  • 7. تعریف ماتریس طراحی در آزمایش‌های بلوکی و رویداد-محور
  • 8. مفهوم متغیرهای مزاحم و مدل‌سازی اثرات غیرمستقیم در GLM
  • 9. کانولوشن تابع پاسخ همودینامیک با توابع محرک
  • 10. تخمین پارامترهای مدل با استفاده از روش حداقل مربعات معمولی
  • 11. تحلیل آماری تضادها و مقایسه‌های درون‌گروهی
  • 12. استفاده از تضادهای خطی برای استخراج نقشه‌های فعالیت مغزی
  • 13. مفاهیم آماری در استنتاج گروهی و مدل‌های اثرات تصادفی
  • 14. تحلیل داده‌های چندجلسه‌ای و ترکیب آماری در سطح فردی
  • 15. مدیریت خطاهای مقایسه چندگانه و روش‌های اصلاح سطح آستانه
  • 16. روش‌های مبتنی بر خوشه‌بندی برای تحلیل پراکندگی فعالیت مغزی
  • 17. تکنیک‌های مدل‌سازی نویز و پیش‌سفیدسازی در سری‌های زمانی
  • 18. بررسی مفروضات مدل خطی در داده‌های fMRI و روش‌های بررسی باقی‌مانده‌ها
  • 19. تحلیل همبستگی عملکردی و ارتباط آن با مدل‌سازی GLM
  • 20. استفاده از تحلیل مؤلفه‌های مستقل برای جداسازی سیگنال از نویز
  • 21. مبانی تحلیل داده‌های مغزی در مطالعات بالینی با رعایت پروتکل‌های اخلاقی
  • 22. نرم‌افزارهای استاندارد تحلیل داده‌های تصویربرداری عصبی
  • 23. گزارش‌نویسی علمی و تفسیر نتایج آماری مدل‌های خطی
  • 24. اعتبارسنجی مدل‌های آماری و روش‌های بررسی پایایی نتایج
  • 25. بهینه‌سازی پارامترهای مدل برای افزایش توان آماری آزمایش‌ها
  • 26. چالش‌های تحلیل داده‌های مغزی در جمعیت‌های خاص و سالمندان
  • 27. اصول گزارش‌دهی داده‌های تصویربرداری مطابق استانداردهای بین‌المللی
  • 28. ملاحظات اخلاقی و حریم خصوصی در ذخیره‌سازی و پردازش داده‌های عصبی
  • 29. ترکیب داده‌های fMRI با سایر روش‌های تصویربرداری ساختاری
  • 30. چشم‌انداز تحلیل‌های پیشرفته در مطالعات علوم اعصاب شناختی
تگ‌ها: fMRI GLM در fMRI پردازش تصویر پزشکی تحلیل داده‌های عصبی تصویربرداری مغزی علوم اعصاب شناختی مدل خطی عمومی نوروساینس

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.