40,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

Im Gegensatz zu klassischen univariaten Verfahren zur Analyse von Daten der funktionellen Magnetresonanztomographie (fMRT) erlaubt das multivariate Verfahren der Multivoxel-Muster-Analyse (MVMA) die simultane Berücksichtigung der Informationen mehrerer Bildpunkte. Somit ist das Verfahren sensitiv gegenüber Information, die in Aktivierungsmustern ausgeprägt ist, selbst dann, wenn statistische Unterschiede innerhalb einzelner Bildpunkte nicht beobachtet werden können. Unter Ausnutzung dieser Eigenschaft der MVMA werden im Rahmen dieser Arbeit aktuell diskutierte Fragestellungen der humanen…mehr

Produktbeschreibung
Im Gegensatz zu klassischen univariaten Verfahren zur Analyse von Daten der funktionellen Magnetresonanztomographie (fMRT) erlaubt das multivariate Verfahren der Multivoxel-Muster-Analyse (MVMA) die simultane Berücksichtigung der Informationen mehrerer Bildpunkte. Somit ist das Verfahren sensitiv gegenüber Information, die in Aktivierungsmustern ausgeprägt ist, selbst dann, wenn statistische Unterschiede innerhalb einzelner Bildpunkte nicht beobachtet werden können. Unter Ausnutzung dieser Eigenschaft der MVMA werden im Rahmen dieser Arbeit aktuell diskutierte Fragestellungen der humanen neurokognitiven Forschung in verschiedenen kognitiven Modalitäten adressiert. Die vorgestellten Studien belegen, daß im menschlichen Gehirn Informationen bezüglich der untersuchten experimentellen Bedingungen in lokalen Aktivierungsmustern kodiert sind. Sie weisen somit das Verfahren der MVMA in Ergänzung zu klassischen Ansätzen als sensitive Methode zur Auswertung des Informationsgehalts humanerfMRT-Signale multipler kognitiver Modalitäten aus.
Autorenporträt
Christian Kalberlah, Dr. rer. medic., Dipl.-Biol.: Diplom der Biologie an der Ruhr-Universität Bochum. Promotion an der Charité - Universitätsmedizin Berlin und am Max-Planck-Institut für Kognitions- und Neurowissenschaften in Leipzig unter der Leitung von Prof. Dr. John-Dylan Haynes.