{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,19]]，“日期-时间”：“2024-06-19T08:37:16Z”，“时间戳”：1718786236122}，“参考-计数”：37，“出版商”：“爱思唯尔BV”，“许可证”：[{“开始”：{-“日期-零件”：[2014,1,1]]，”“日期-时刻”：“2014-01T00:00:00 Z“，”timestamp“：1388534400000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}]，“出资人”：[{“DOI”：“10.13039\/10000913”，“名称”：“James S.McDonnell Foundation”，“DOI-asserted-by”：“crossref”}，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“交叉标记限制”：true}，short-container-title“：[”NeuroImage“]，”published-print“：{“date-parts”：[[2014,1]]}，“DOI”：“10.1016\/j.neuroimage.2013.09.062”，“type”：“journal-article”，“created”：{”date-part“：[[2013,10,5]]，“date-time”：“2013-10-05T05:01:28Z”，“timestamp”：1380949288000}，”page“：”986-1006“，”update-policy“：“http://\/dx.DOI.org\/101016\/elsevier_cm_policy”，“source”“：”Crossref“，”is-referenced-by-count“：39，”title“：[“有效连接估计中的非高斯方法和高通滤波器”]，“前缀”：“10.1016”，“卷”：“84”，“作者”：[{“给定”：“约瑟夫D.”，“家族”：“拉姆齐”，“序列”：“第一”，“从属”：[]}：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“issue”：“2”，“key”：“10.1016\/j.neuroimage.2013.09.062_bb0005”，“doi-asserted-by”：“crossref”，“first page”：《193》，“doi”：“101214\/aoms\/1177729437”，“article-title”：“基于随机过程的某些\u201cgoodness-of-fit\u201d准则的渐近理论”，“volume”：”23“，”作者“：“Anderson”，“year”：“1952”，“journal-title”：“Ann.Math.Stat.”}，{“key”：“10.1016\/j.neuroimage.2013.09.062_bb0010”，“doi-asserted-by”：“crossref”，“first page”：《518》，“doi”：“10.3389\/fnhum.2013.00518”，“article-title“：“语义对大声阅读的神经网络基础贡献”，“volume”：第7卷，“author”：“Boukrina”，“年份”：“2013”，“新闻标题“：“Front.Hum.Neurosci.”}，{“key”：“10.1016\/j.neuroimage.2013.09.062_bb0015”，“article-title”：“用双语相同脚本模拟VWFA的激活和有效连接性”，“author”：“Boukrina”，“year”：“2013”，“journal-title“：“Hum.Brain Mapp.”}：“时序分析：预测与控制”，“作者”：“方框”，“年份”：“1994”}，{“key”：“10.1016\/j.neuroimage.2013.09.062_bb0025”，“Series-title”：“高维数据统计”，“作家”：“Buhlmann”，“年”：“2011”}：“10.1016\/j.neuroimage.2012.1006”，“article-title”：“基于已知解剖连接的功能网络建模方法的评估和校准”，“volume”：“67”，“author”：“Dawson”，“year”：“2013”，“journal-title“：”neuroimage“}”，{“issue”：“4”，“key”：”10.1016\/j.nuroimage.2013.09.062_bb0035“，”doi-asserted-by“：”crossref“，”第一页“1273”，“DOI”：“10.1016\/S1053-8119（03）00202-7”，“article-title”：“动态因果建模”，“volume”：“19”，“author”：“Friston”，“year”：“2003”，“日记标题”：“NeuroImage”}，{“issue”：“3”，“key”：”10.1016\/j.NeuroImage.2013.09.062_bb0040“，”DOI-asserted-by“：”crossref“，”首页“1201”，“DOI:”10.1016 \/j.nuroimage。2010.12.039“，“文章标题”：“使用DCM进行网络发现”，“卷”：“56”，“作者”：“Friston”，“年份”：“2011年”，“日志标题”：“NeuroImage”}，{“问题”：“1”，“关键”：“10.1016\/j.NeuroImage.2013.09.062_bb0045”，“doi-asserted-by”：“crossref”，“首页”：“310”，”doi“10.1016”，“j.neurimage.2012.06.026”，“文章标题”：“组搜索算法恢复同质和异质样本中个体的有效连通图”，“卷”：“63”，“作者”：“盖茨”，“年份”：“2012”，“日志标题”：“NeuroImage”}，{“问题”：“2”，“键”：“10.1016\/j.NeuroImage.2013.09.062_bb0050”，“doi-asserted-by”：“crossref”，“首页”：“362”，”doi“10.1016 \/j.ijar.2008.02.006”，“article-title”：“使用带隐藏变量的线性非高斯因果模型估计因果效应”，“数量”：“49”，“作者”：“Hoyer”，“年份”：“2008”，“期刊标题”：“国际期刊近似原因”}，{“键”：“10.1016\/J.neuroimage.2013.09.062_bb0055”，“首页”：“273”，“article-title”：“用于独立成分分析和投影追踪的差分熵新近似”，“体积”：“10”，“作者”：“Hyv\u00e4rinen”，“年份”：“1998”}，{“关键”：“10.1016\/j.neuroimage.2013.09.062_bb0060”，“首页”：“111”，“文章标题”：“非高斯结构方程模型估计的成对似然比”，“容积”：“14”，“author”：“Hyv\u00e4rinen”，“year”：“2013”，“journal-title”：“J.Mach.Learn.Res.”}，{“key”：“10.1016\/J.neuroimage.2013.09.062_bb0065”，“series-title”：《独立成分分析》，“audor”：《Hyv\ u00e4 rinen》，“year:”2001“}”，{tle“：“使用非高斯性估计结构向量自回归模型”，“volume”：“11”，“author”：“Hyv\u00e4rinen”，“year”：“2010”，“journal title”：“J.Mach.Learn.Res.”}，｛“key”：“10.1016\/J.neuroimage.2013.009.062_bb0075”，“doi asserted by”：“crossref”，“first page”：“165”，“doi”：“10.1016\/J.neuroimage.2013.02.054”，“article title”：“使用贝叶斯网络结构学习和改进的PC算法推断MRI中的功能连通性”，“卷”：“75”，“作者”：“Iyer”，“年份”：“2013年”，“日志标题”：“NeuroImage”}，{“问题”：“2”，“键”：“10.1016\/j.NeuroImage.2013.09.062_bb0080”，“doi-asserted-by”：“crossref”，”首页“782”，”doi“10.1016”\/j.NeuroImage。2011.09.015”，“article-title”：“FSL”，“volume”：“62”，“author”：“Jenkinson”，“year”：“2012”，“journal-title“：”NeuroImage“}，{“issue”：“5”，“key”：”10.1016\/j.NeuroImage.2013.09.062_bb0085“，”doi-asserted-by“：”crossref“，”first page“：”530“，”doi“10.1006\/nimg.1999.0490”，“artice-title）：“fMRI数据集过滤方法的比较”，“卷“：”10“，”作者“：”克鲁格尔“，“年份”：“1999年”，“期刊标题”：“NeuroImage”}，{“key”：“10.1016\/j.NeuroImage.2013.09.062_bb0090”，“series-title”：“第24届人工智能不确定性会议论文集”，“article-title”：《通过独立成分分析发现循环因果模型》，“author”：“Lacerda”，“year”：“2008”}、{“key”：“10.1016\/j.neuroimage.2013.09.062_bb0095”，“首页”：“475”，“文章标题”：“控制用PC算法学习的关联因果结构的错误发现率”，“卷”：“10”，“作者”：“李”，“年份”：“2009”，“期刊标题”：《j.Mach.Learn.Res.》：《无线电工程师学会论文集》，“第一页”：“920”，“文章标题”：“反馈理论\u2014信号流图的进一步性质”，“作者”：“Mason”，“年份”：“1956”}，{“key”：“10.1016\/j.neuroimage.2013.09.062_bb0105”，“系列标题”：“数字信号处理”，“作者”：“Oppenheim”，“年份”：“1999”}，{“key”：“10.1016\/j.neuroimage.2013.09.062_bb0110”，“doi-asserted-by”：“交叉引用”，“首页”：“267”，“doi”：“10.1002\/hbm.20182”，“文章标题”：“确定人脑连接性的贝叶斯方法”，“卷”：“27”，“作者”：“Patel”，“年份”：“2006”，“日志标题”：”Hum.brain Mapp.“}”，{“关键字”：“1016\/j.neuroimage.2013.062_bb 0115“，“doi-asserted-by”：“crossref”，“first page”：“439”，“doi”：“10.1016\/j.neuroimage.2012.03.017”，“article-title”：“在功能连接MRI中优化运动伪影消除的步骤；对Carp的回复”，“volume”：”76“，“author”：“Power”，”year“：”2012“，”journal-title“：”neuroimage“}，{“key”：：“crossref”，“first page”：“1545”，“DOI”：“10.1016\/j.neuroimage.2009.08.065”，“article-title”：“fMRI因果推断的六个问题”，“volume”：”49“，“author”：“Ramsey”，“year”：“2010”，“journal-title“：”neuroimage“}，{“issue”：“3”，“key”：《10.1016\/j.nuroimage.2013.09.062_bb0125》，“DOI-asserted-by”：“crostref”，“首页”：“838 8英寸，“DOI”：“10.1016\/j.neuroimage.2011.06.068”，“article-title”：“多主题搜索正确识别Smith等人模拟研究的DCM模型中的因果关系和大多数因果方向”，“volume”：“58”，“author”：“Ramsey”，“year”：“2011”，“journal-title“：”neuroimage“}，{“key”：”10.1016\/j.nuroimage.2013.09.062_bb0130“，”author“：”Ramsey“}”，{”key“：“10.1016\/j.neuroimage.2013.09.062_bb0135”，“series-title”：“计算、因果关系和发现”，“文章标题”：“线性反馈模型的自动发现”，《作者》：“理查森”，“年份”：“1999”}，{“key”：“10.106\/j.neuroimage.2013.09.62_bb0140”，“doi-asserted-by”：“crossref”，“首页”：“181”，《doi》：“10.116\/j-neuroimager.2012.12.005”，“article-title”：“使用大型DCM进行网络发现”，“volume”：“68”，“author”：“Seghier”，“year”：“2012”，“journal-title“：”NeuroImage“}，{”key“：”10.1016\/j.NeuroImage.2013.09.062_bb0145“，”series-title“：“数理统计近似定理”，“author”:“Serfling”，“year”：”1980“}”，{“key”：”10.106\/j-NeuroImage.2013.09.62_bb0155“，”第一页“”：“2003”，“article-title”：“因果发现的线性非高斯非循环模型”，“volume”：“7”，“author”：“Shimizu”，“year”：“2006”，“journal-title:”J.Mach.Learn.Res.“}，{“issue”：“2”，“key”：”10.1016\/J.neuroimage.2013.09.062_bb0160“，”doi-asserted-by“：”crossref“，”first page“：”875“，“doi”：“10.1016\/J.nuroimage.2010.08.063“，”文章标题“：“FMRI的网络建模方法”，“volume”：“54”，“author”：“Smith”，“year”：“2011”，“journal-title”：“NeuroImage”}，{“key”：”10.1016\/j.NeuroImage.2013.09.062_bb0165“，”series-title“：”Causation，Prediction，and Search“，”author“：”Spirtes“，“year:”2000“首页”：“2695”，“DOI”：“10.1016\/j.neuroimage.2010.10.054”，“article-title”：“利用祖先图论有效连接fMRI数据：处理缺失区域”，“volume”：“54”，”author“：”Waldorp“，”year“：”2011“，”journal-title“：”neuroimage“}，{”key“：”10.1016\/j.nuroimage.2013.09.062_bb0175“，”DOI-asserted-by“：”crossref“，“first page”：”1643“，”DOI“：“10.1162//jocn.2007.19.10.1643”，“article-title”：“词汇视觉感知学习的神经基质：视觉词形区域假设的含义”，“volume”：“19”，“author”：“Xue”，“year”：“2007”，“journal-title“：《认知神经科学杂志》”}，{“issue”：“2”，“key”：”10.1016//J.neuroimage.2013.09.062_bb0180“，”doi-asserted-by“crossref”，“首页”：“121”，“DOI”：“10.1093”，“biomet”：“统计学中属性关联理论的注释”，“卷”：“2”，“作者”：“于乐”，“年份”：“1903”，《期刊标题》：“Biometrika”}，{“key”：“101016\/j.neuroimage.2013.09.062_bb0185”，“series-title”：“第二十七届人工智能不确定性会议论文集（UAI-11）”，“第一页”：“804”，“文章标题”：“基于核的条件独立性测试及其在因果发现中的应用”，“作者”：“张”，“年份”：“2011”}，{“问题”：“4”，《关键》：“10.1016\/j.neuroimage.2013.09.062_bb0190”，“doi-asserted-by”：“crossref”，“首页”：“786”，“DOI”：“10.1093\/cercor\/bhs072”，“article-title”：“DICCCOL：基于紧密个体化和公共连接的皮层标志物”，“volume”：“23”，“author”：“Zhu”，“year”：“2013”，“journal-title“：”Cereb.Cortex“}]，“container-title：“https:\/\/api.elsevier.com/content\/article\/PII:S1053811913009981？httpAccept=text\/xml”，“content-type”：“text\/xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http:\/\-api.elsever.com/content\/article \/PII:S105381913009981？HTTP Accept=text\/plain”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2018,10,12]]，“date-time”：“2018-10-12T11:20:40Z”，“timestamp”：153934324000}，“score”：1，“resource”：{primary“：{”URL“https:\/\/linkinghub.elsevier.com\/retrieve\/pii\/S1053811913009981”}}，”substitle“：[]，”shorttitle“[]，“issued”：rts“：[[2014,1]]}，“references-count”：37，“alternative id”：[“S1053811913009981”]，“URL”：“http:\/\/dx.doi.org/10.1016\/j.neuroimage/2013.09.062”，“relationship”：｛｝，“ISSN”：[“1053-8119”]，“ISSN type”：[｛”value“：”1053-8119“，”type“：”print“｝]，”subject“：[]，”published“：｛”date parts“：[[2014,1]]}，”assertion“：[｛”value“：”Elsevier“，”name“：”publisher“，”label“：”此文章由“｝，｛”value维护：“有效连接估计中的非高斯方法和高质量过滤器”，“name”：“articletitle”，“label”：“Article Title”}，{“value”：“NeuroImage”，“name”：“journaltitle”、“label“：”Journal Title“}，”{“value”：“https:\/\/doi.org\/101016\/j.NeuroImage.2013.09.062”，“name:”articlelink“，”label“”：“CrossRef doi link to publisher maintained version”}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{”value“：”Copyright\u00a9 2013 Elsevier Inc.保留所有权利。“，”name“：”Copyright“，”label“：”版权所有“}]}