(eng): The main goal of this paper is using identification methods as a certain alternative to Dynamic Casual Modeling (DCM) analysis which detects the so-called intrinsic connections among selected brain areas. In recent years it has been shown that the similar problems, as there appear in functional Magnetic Resonance Imaging(fMRI) area, are formulated in dynamic system identification and estimation tasks. The subspace identification methods were chosen for this identification procedure because they prove good results for Multiple Input Multiple Output (MIMO) systems identification. These methods produce state space description of identified system [2]. The main part of this paper deals with the quality of identification results depending on some important data parameters. Consequently the processing of final state space description into more suitable form follows.

(cze): Hlavním cílem práce je použití metod identifikace dynamických systémů jako alternativa k tzv. Dynamickému modelování vazeb mezi vybranými oblastmi v mozku. Podobné úlohy se totiž vyskytují i v modelování a řízení procesů a lze tedy metody identifikace a odhadování zkusit použít i pro fMRI data. Subspace identifikační metody byly pro tuto úlohu vybrány zejména pro jejich dobré výsledky u mnoharozměrových systémů. Hlavné část práce se zabývá kvalitou výsledkou identifikace v závislosti na důležitých parametrech naměřených dat. Menší prostor je pak věnován finální úpravě výsledku identifikace do tvaru vhodnějšího pro zjištění vazeb mezi vybranými oblastmi mozku.