数据集与分析代码：两条阅读通路，两条白质束：脑肿瘤后失读症证据
认知模型提出，朗读依赖两条通路：用于熟悉词汇识别的词汇通路，以及用于字素到音素转换的亚词汇通路。这两条通路的选择性破坏分别导致表层失读症或语音性失读症
基本信息
资源简介
数据集与分析代码：两条阅读通路，两条白质束：脑肿瘤后失读症证据
该数据集围绕“朗读的双通路模型”及其白质基础展开，配套提供研究数据与分析代码。认知模型提出，朗读依赖两条通路：用于熟悉词汇识别的词汇通路，以及用于字素到音素转换的亚词汇通路；两条通路的选择性破坏分别导致表层失读症或语音性失读症。研究以优势半球高级别胶质瘤患者为对象，结合弥散张量成像（DTI）与成套阅读测验，考察获得性词汇性与亚词汇性阅读障碍的解剖学相关物。数据集由Zenodo发布，采用Creative Commons Attribution 4.0 International许可，主题涵盖获得性失读症、双通路阅读模型、白质纤维束、弥散张量成像与纤维束示踪等方向，并包含相关分析代码，便于研究者复核与再利用。
【数据集背景】
双通路阅读模型在行为层面得到较多支持，但其所对应的白质基础仍未被充分刻画。该研究针对这一缺口，考察优势半球高级别胶质瘤患者中获得的词汇性与亚词汇性阅读障碍的解剖学相关物。研究借助DTI与综合阅读测验，试图把表层失读症与语音性失读症的行为表现同语言相关白质纤维束联系起来，为双通路模型的神经解剖基础提供证据。
【数据内容】
数据集包含研究数据与分析代码两部分，英文名称为“Dataset and analysis code for: Two reading routes, two white matter tracts: Evidence from dyslexia following Brain Tumors”。研究纳入三十七名患者，均接受弥散张量成像（DTI）与一套综合阅读测验。阅读测验涵盖规则词、不规则词与假词的朗读，并依据常模标准将患者分类为阅读完整、表层失读症或语音性失读症。研究对六条语言相关白质纤维束进行了重建与分析。主题标签涉及获得性失读症、双通路阅读模型、语音性失读症、表层失读症、白质纤维束、弥散张量成像、纤维束示踪、弓状束与下纵束等。具体数据文件构成与代码组织方式源站未提供。
【采集与来源】
数据来自doi.org所指向的来源站，由Zenodo发布，发布时间为2026年。作者包括Kahana Levy, Naomi、Friedmann, Naama、Singer, Neomi、Gurevitch, Guy、Arzi, Moran、Bergman, Lottem、Azolai, Lee、Yogev, Roee、Dunetz, Guy、Richetta, Carla与Shahar, Tal。研究对象为优势半球高级别胶质瘤患者，采集手段包括DTI影像与阅读行为测验。样本招募地点、扫描参数与测验实施细节源站未提供。
【适用场景】
该数据集适用于失读症与阅读通路的神经解剖研究，尤其是围绕双通路模型开展的白质纤维束分析；也可用于高级别胶质瘤患者术后或术前阅读功能与语言相关白质 tract 关系的探索。配套分析代码可用于复现研究中的影像与行为分析流程，并支持方法学教学与结果复核。涉及临床诊断或治疗决策的用途源站未提供相应说明。
【使用方法】
使用时应结合数据集中的研究数据与分析代码，按照原始研究的分析流程对DTI纤维束重建结果与阅读测验分类结果进行对应分析。引用时需遵循Creative Commons Attribution 4.0 International许可的要求。具体运行环境、依赖软件版本与操作步骤源站未提供。
【质量与限制】
研究基于三十七名患者的样本，采用常模标准进行阅读障碍分类，并以六条语言相关白质纤维束为分析对象。样本量、单中心设计与特定患者群体可能影响结果的推广性；数据的具体质量控制指标、缺失情况与混杂因素处理方式源站未提供。
【引用与许可】
该数据集采用Creative Commons Attribution 4.0 International许可，使用时须按要求署名。引用时应标注数据集英文名称、作者列表、发布平台Zenodo与发布时间2026。完整的推荐引用格式与DOI源站未提供。
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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
源站：https://doi.org/10.5281/zenodo.21225924
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:
数据集大小约 8.7 MB。
数据说明
认知模型提出，朗读依赖两条通路：一条是用于熟悉词汇识别的词汇通路，另一条是用于字素-音素转换的亚词汇通路。这两条通路的选择性中断分别导致表层失读症或语音失读症。尽管双通路模型在行为学层面得到了充分支持，但其白质基础仍未得到完整刻画。本研究考察了优势半球高级别胶质瘤患者获得性词汇性与亚词汇性阅读障碍的解剖学相关因素。37名患者接受了弥散张量成像（DTI）和一套全面的阅读测验。根据常模标准，利用规则词、不规则词及假词的朗读表现将患者分类为阅读完整、表层失读症或语音失读症。采用个体化纤维束示踪技术，对每名患者的六条语言相关白质纤维束分别进行重建。随后沿每条纤维束的纵轴对其进行系统分段，从而能够从解剖学定义的亚段中提取弥散参数。
计算病灶-纤维束重叠指标以量化局灶性纤维束受累情况。14例患者表现出亚词汇阅读受损，12例词汇阅读受损，11例阅读完好。亚词汇通路的缺陷在弓状束病灶重叠的患者中更为常见，且亚词汇错误率与整体纤维束完整性相关。词汇通路的缺陷与下纵束的后颞段相关，其中表层失读错误与各向异性分数降低相关。相比之下，钩束受累在阅读完好的患者中更为常见，提示其与阅读保留存在特定关联，而非在任一阅读通路中发挥作用。这些发现为双通路阅读模型提供了精细的结构-功能映射，将其对应到
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
