OSA与对照组握力任务fMRI汇总数据(按性别分组)
该数据集为一项研究的汇总MRI数据,用于识别阻塞性睡眠呼吸暂停(OSA)患者与对照组在自主神经挑战(静态握力)下脑岛组织的差异,并按性别分组

基本信息
资源简介
OSA与对照组握力任务fMRI汇总数据(按性别分组)
Summary fMRI data from handgrip in OSA and control groups with separation by sex
该数据集为一项研究的汇总MRI数据,用于识别阻塞性睡眠呼吸暂停(OSA)患者与对照组在自主神经挑战(静态握力)下脑岛组织的差异,并按性别分组。数据来自连续全脑fMRI扫描,提取双侧五个脑岛脑回的时间趋势,以基线百分比变化表示,并计算前后、左右差异趋势。数据可用于比较OSA与对照组在自主神经挑战下的脑岛反应差异(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含一项发表研究中使用的汇总MRI数据,该研究识别了阻塞性睡眠呼吸暂停(OSA)患者与对照组在自主神经挑战(静态握力)下脑岛组织的差异,并按性别分组。实验方案包括一系列四次16秒的握力动作,以主观最大力量的80%进行,间隔一分钟,并包含基线(1分钟)和恢复期(44秒)。以2秒间隔采集连续fMRI全脑扫描。提取每个半球五个脑岛脑回的时间趋势,并相对于1分钟基线缩放为百分比变化。时间趋势在四次挑战中分割并平均。数据分析的目的是突出这些脑回之间的差异,因此计算了1)前部与后部以及2)右侧与左侧的“差异”时间趋势。这些差异时间趋势随后被p
【主题与分类】
主题标签:fMRI、sleep apnea、autonomic、insula、Medicine, Health and Life Sciences。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Ac21c46234c3c102052a251582d529ed459f0ae4187149009ca9538f610c97cc7
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
该数据集包含一项发表研究中使用的汇总MRI数据,该研究识别了阻塞性睡眠呼吸暂停(OSA)患者与对照组在对自主神经挑战(静态握力)的岛叶组织差异,并按性别分开。方案包括一系列四次16秒的握力动作,以主观最大强度的80%进行,间隔一分钟,并设有基线期(1分钟)和恢复期(44秒)。以2秒间隔采集连续fMRI全脑扫描。提取每个半球五个岛叶脑回的时间趋势,并按相对于1分钟基线的百分比变化进行缩放。时间趋势被分割并在四次挑战中平均。数据分析的目的是突出这些脑回之间的差异,因此计算了1)前部与后部以及2)右侧与左侧的“差异”时间趋势。这些差异时间趋势随后在MATLAB中绘制,在SAS中分析,结果导出至Excel。该数据集包括MATLAB图、预处理为SAS输入的数据、SAS代码、SAS库以及汇总Excel文件。对于每个OSA与
在对照比较中,运行了一个主模型和八个附加的SAS模型:组别、时间、组别×时间;组别、时间、组别×时间、年龄/心率;组别、时间、组别×时间、年龄/心率×组别;组别、时间、组别×时间、年龄/心率×时间;组别、时间、组别×时间、年龄/心率×组别×时间,其中HR为基线期间的中位心率。我们还纳入了内在PLG变化。RMANOVA程序的详细描述见其他文献(10.12688/f1000research.8252.1)。平均T1解剖扫描包含在“Main+Age”文件集中(它们也适用于“Main+HR”集)。这些包括归一化扫描的均值和标准差,分别针对1)所有受试者和2)每组。归一化空间中的VOI也已包含在内。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




