Predictors of real-time fMRI neurofeedback performance and improvement-A machine learning mega-analysis

DSpace Repositorium (Manakin basiert)

Predictors of real-time fMRI neurofeedback performance and improvement-A machine learning mega-analysis

Autor(en): Haugg, Amelie; Renz, Fabian M.; Nicholson, Andrew A.; Lor, Cindy; Gotzendorfer, Sebastian J.; Sladky, Ronald; Skouras, Stavros; McDonald, Amalia; Craddock, Cameron; Hellrung, Lydia; Kirschner, Matthias; Herdener, Marcus; Koush, Yury; Papoutsi, Marina; Keynan, Jackob; Hendler, Talma; Kadosh, Kathrin Cohen; Zich, Catharina; Kohl, Simon H.; Hallschmid, Manfred; MacInnes, Jeff; Adcock, R. Alison; Dickerson, Kathryn C.; Chen, Nan-Kuei; Young, Kymberly; Bodurka, Jerzy; Marxen, Michael; Yao, Shuxia; Becker, Benjamin; Auer, Tibor; Schweizer, Renate; Pamplona, Gustavo; Lanius, Ruth A.; Emmert, Kirsten; Haller, Seven; van de Ville, Dimitri; Kim, Dong-Youl; Lee, Jong-Hwan; Marins, Theo; Megumi, Fukuda; Sorger, Bettina; Kamp, Tabea; Liew, Sook-Lei; Veit, Ralf; Spetter, Maartje; Weiskopf, Nikolaus; Scharnowski, Frank; Steyrl, David
Tübinger Autor(en):
Hallschmid, Manfred
Erschienen in: Neuroimage (2021), Bd. 237, Article 118207
Verlagsangabe: Academic Press Inc Elsevier Science
Sprache: Englisch
Referenz zum Volltext: http://dx.doi.org/10.1016/j.neuroimage.2021.118207
ISSN: 1095-9572
DDC-Klassifikation: 570 - Biowissenschaften, Biologie
610 - Medizin, Gesundheit
Dokumentart: Wissenschaftlicher Artikel
Zur Langanzeige

Das Dokument erscheint in: