This technical note presents a dynamic causal modelling (DCM) procedure for evaluating different models of neurovascular coupling in the human brain – using combined electromagnetic (M/EEG) and functional magnetic resonance imaging (fMRI) data. This procedure compares the evidence for biologically informed models of neurovascular coupling using Bayesian model comparison. First, fMRI data are used to localise regionally specific neuronal responses. The coordinates of these responses are then used as the location priors in a DCM of electrophysiological responses elicited by the same paradigm. The ensuing estimates of model parameters are then used to generate neuronal drive functions, which model pre- or post-synaptic activity for each experimental condition. These functions form the input to a model of neurovascular coupling, whose parameters are estimated from the fMRI data. Crucially, this enables one to evaluate different models of neurovascular coupling, using Bayesian model comparison – asking, for example, whether instantaneous or delayed, pre- or post-synaptic signals mediate haemodynamic responses. We provide an illustrative application of the procedure using a single-subject auditory fMRI and MEG dataset. The code and exemplar data accompanying this technical note are available through the statistical parametric mapping (SPM) software.

中文翻译：

---

神经血管耦合的动态因果模型与 fMRI 和 EEG/MEG 的比较

本技术说明介绍了一种动态因果建模 (DCM) 程序，用于评估人脑中神经血管耦合的不同模型 - 使用组合电磁 (M/EEG) 和功能磁共振成像 (fMRI) 数据。此过程使用贝叶斯模型比较来比较神经血管耦合的生物学知情模型的证据。首先，fMRI 数据用于定位区域特定的神经元反应。然后将这些反应的坐标用作相同范式引起的电生理反应的 DCM 中的位置先验。然后使用模型参数的随后估计来生成神经元驱动函数，为每个实验条件模拟突触前或突触后活动。这些函数形成神经血管耦合模型的输入，其参数是从 fMRI 数据中估计出来的。至关重要的是，这使人们能够使用贝叶斯模型比较来评估不同的神经血管耦合模型——例如，询问是瞬时的还是延迟的、突触前或突触后信号介导的血液动力学反应。我们使用单受试者听觉 fMRI 和 MEG 数据集提供了该程序的说明性应用。本技术说明随附的代码和示例数据可通过统计参数映射 (SPM) 软件获得。我们使用单受试者听觉 fMRI 和 MEG 数据集提供了该程序的说明性应用。本技术说明随附的代码和示例数据可通过统计参数映射 (SPM) 软件获得。我们使用单受试者听觉 fMRI 和 MEG 数据集提供了该程序的说明性应用。本技术说明随附的代码和示例数据可通过统计参数映射 (SPM) 软件获得。