电皮层刺激的神经元与网络机制

数据集获取

源站：https://clinicaltrials.gov/study/NCT06391294

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：癫痫、成人脑肿瘤。数十年来，电皮层刺激（ECS）定位一直被常规用于告知外科医生在规划肿瘤或癫痫手术切除时应避开哪些脑区。特别是，识别对言语和语言至关重要的区域尤为重要。然而，尽管ECS有着悠久的临床使用历史，其确切机制仍知之甚少。例如，目前尚不清楚不同的皮层层次和细胞类型如何对ECS作出反应。此外，甚至不清楚ECS的行为效应是仅由影响 underlying cortex 所致、引起其他皮层的跨突触激活，还是直接同时影响皮层和 underlying white matter。本项目的一个主要目标是确定ECS对皮层网络和皮层下白质的影响。该目标将通过两种方式进行检验。首先，该研究将确定ECS效应与皮层连接模式之间的关系。

本研究将利用图论指标分析癫痫或脑肿瘤患者的皮层脑电图（ECoG）和功能磁共振成像（fMRI）数据来实现这一目标。这将允许在不为这些疾病的既定临床治疗增加实质性额外风险的情况下记录颅内脑电图（ECoG或立体脑电图）。本研究将考察静态和动态网络连接模式，这些模式通过在不同尺度（局部、区域间、全局）测量连接的静态和动态图指标来定义。本研究假设一个皮层位点的结构（又称解剖）和功能连接模式决定了其对语言网络的重要性。为检验这一假设，本研究将使用结构和功能连接的测量来预测哪些节点被ECS标记为关键节点。其次，本研究将检验以下假设：ECS的行为效应还取决于对皮层-皮层白质的直接扰动。本研究

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。