丘脑局部场电位朗读词语与非词语数据集（Wang等，2022）：11例特发性震颤患者，脑深部电刺激手术（衍生：预处理分段）
该数据集包含 11 例特发性震颤患者在清醒脑深部电刺激（DBS）电极植入术中朗读辅音-元音-辅音词语与非词时，来自丘脑腹外侧的预处理、分段局部场电位
基本信息
资源简介
丘脑局部场电位朗读词语与非词语数据集（Wang等，2022）：11例特发性震颤患者，脑深部电刺激手术（衍生：预处理分段）
Thalamic local field potentials during reading aloud of words and nonwords (Wang et al., 2022): 11 essential tremor patients, DBS surgery (derivative: preprocessed epochs)
该数据集包含 11 例特发性震颤患者在清醒脑深部电刺激（DBS）电极植入术中朗读辅音-元音-辅音词语与非词时，来自丘脑腹外侧的预处理、分段局部场电位。数据来自 4 例患者的定位宏电极或 7 例患者的植入 DBS 电极，共 26 个 session、3057 个 trial。该 BIDS 衍生数据重新打包了作者的 Dryad 发布版本，附有电极 MNI 坐标与 trial 元数据，可用于研究丘脑对词汇状态的偏侧化、区域特异性处理（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：来自 11 例特发性震颤患者丘脑腹外侧的预处理、分段局部场电位，记录于清醒 DBS 电极植入术中，患者在此期间朗读辅音-元音-辅音词语和非词。数据来自定位宏电极（4 例患者）或植入 DBS 电极（7 例患者），覆盖 26 个 session 和 3057 个 trial。该 BIDS 衍生数据重新打包了作者的 Dryad 发布版本，附有电极 MNI 坐标和 trial 元数据，用于研究丘脑对词汇状态的偏侧化、区域特异性处理。
【主题与分类】
主题标签：Thalamus、Deep Brain Stimulation、Essential Tremor、local field potential、intracranial EEG、reading aloud、lexical status、speech production、BIDS、neuroscience。本站分类：神经系统疾病/特发性震颤。
【获取与许可】
源站页面：https://nemar.org/dataset/nm000399?v=v1.0.0
使用许可：Creative Commons Zero v1.0 Universal。
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/10.82901/nemar.nm000399.v1.0.0
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
预处理并分段的局部场电位数据，来自11名特发性震颤患者的腹侧外侧丘脑，记录于清醒状态下DBS电极植入过程中，患者当时朗读辅音-元音-辅音单词和非词。数据来自26次会话、3057次试验中的定位宏电极（4名患者）或植入的DBS电极（7名患者）。该BIDS衍生数据集重新打包了作者的Dryad发布数据，包含电极MNI坐标和试验元数据，用于研究丘脑对词汇状态的偏侧化、区域特异性处理。
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。
