Alpha频段相位同步与额顶叶自适应控制网络活动的关系
该集合提供了参考文献中的图谱，具体包括通过静息态 fMRI 种子点连接定义的 Fronto-Parietal 网络，以及将 fMRI 与同步 EEG 相位同步回归量进行体素级回归所得到的图谱
基本信息
资源简介
Alpha频段相位同步与额顶叶自适应控制网络活动的关系
该数据集围绕脑功能网络与脑电相位同步之间的关系展开，收录了与一篇研究论文相关的统计图谱。其核心内容既包括在静息态功能磁共振成像中，通过种子点连接方法定义的额顶网络，也包括将功能磁共振成像信号与同步采集的脑电相位同步回归量进行体素级回归后得到的图谱。这些图谱为研究额顶自适应控制网络与脑电相位同步活动之间的关联提供了可复用的影像学结果。数据集来源于神经影像数据共享平台 neurovault.org，在该站被归类于神经系统疾病下的其他类别。整体而言，该数据集适合用于功能连接、脑电—功能磁共振联合分析以及额顶网络相关研究的参考与验证。
【数据集背景】
该数据集对应一项关于脑电 alpha 频段相位同步与额顶自适应控制网络活动关系的研究。研究的关注点在于，脑电相位同步这一电生理指标是否与额顶控制网络的功能活动存在关联。为回答这一问题，研究同时使用了静息态功能磁共振成像与脑电两种模态，并通过回归分析将两者联系起来。数据集所提供的内容正是这一分析过程中产生的图谱结果，便于其他研究者查看、比较或在此基础上开展进一步分析。
【数据内容】
数据集包含两类主要图谱。第一类是通过静息态功能磁共振成像的种子点连接所定义的额顶网络图谱，用于刻画该网络的空间分布。第二类是将功能磁共振成像信号与同步脑电相位同步回归量进行体素级回归所得到的图谱，反映脑电相位同步指标与全脑体素活动之间的统计关系。两类图谱共同构成了该集合的核心内容，均来自同一篇参考文献。
【采集与来源】
数据来源于 neurovault.org。该平台用于共享神经影像统计图谱。数据集所涉及的影像与电生理数据采集细节，如被试数量、扫描参数、脑电记录参数等，源站未提供。数据集的英文名称直接指向其研究主题，即 alpha 频段相位同步与额顶自适应控制网络活动的关系。
【适用场景】
该数据集适用于功能磁共振成像与脑电联合分析相关的研究场景。例如，可用于考察额顶网络的空间定义，或用于比较脑电相位同步回归结果与既有功能连接图谱之间的空间重叠。也可作为方法学参考，用于体素级回归分析流程的验证或结果展示。此外，对于关注额顶自适应控制网络的研究者，该数据集提供了可直接获取的图谱资源。
【使用方法】
使用者可通过 neurovault.org 获取该集合中的图谱。具体的数据格式、文件组织方式、是否附带元数据说明等，源站未提供。使用时可结合原始参考文献理解图谱的生成流程与统计含义。由于涉及功能磁共振与脑电两种模态的联合分析，建议在使用前明确回归模型的设计与回归量的定义。
【质量与限制】
该数据集的具体质量指标，如样本量、统计阈值、多重比较校正方法、信效度评估等，源站未提供。其限制在于，图谱结果依赖于特定的种子点定义与回归模型，推广到其他数据集或分析流程时需谨慎。此外，数据集仅包含图谱，不包含原始影像或脑电数据，因此无法支持从头重新分析的需求。
【引用与许可】
该数据集的引用要求与许可条款，源站未提供。使用时应参考 neurovault.org 上该集合的说明以及原始参考文献的引用信息。
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
源站：https://neurovault.org/collections/3881
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
本集合提供了参考文献中的脑图，具体包括静息态fMRI中基于种子点连接定义的前顶叶网络，以及fMRI体素级回归到同步EEG相位同步回归量所产生的脑图。
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。
