前脑岛协调触觉失匹配反应的层级加工
摘要：身体是我们自我感、情绪和能动性的基础。来自皮肤的信号传递温暖、社交触摸以及外部刺激的物理特征。令人惊讶或意外的触觉可能预示具有动机显著性的事件，包括迫在眉睫的威胁（例如昆虫叮咬）和享乐奖励（爱抚触摸）
基本信息
资源简介
前脑岛协调触觉失匹配反应的层级加工
该数据集围绕触觉失匹配反应的层级化加工机制展开，关注前脑岛在整合身体相关触觉失匹配反应中的作用。研究以健康参与者为对象，采用功能性磁共振成像测量大脑活动，并让其执行一种“流动触觉怪球任务”（roving tactile oddball task）。源站摘要指出，身体是自我感、情绪和能动性的基础，来自皮肤的信号传递温暖、社交触摸以及外部刺激的物理特征；令人惊讶或意外的触觉可能预示具有动机显著性的事件，包括迫在眉睫的威胁（例如昆虫叮咬）和享乐奖励（爱抚触摸）。对这些事件的觉察被认为依赖于前脑岛对身体相关失匹配反应的层级化整合。该数据集属于神经系统疾病/其他分类，来源站为neurovault.org。
【数据集背景】
该数据集对应的研究试图检验一种可能性：对具有动机显著性的触觉事件的觉察，依赖于前脑岛对身体相关失匹配反应的层级化整合。源站摘要指出，身体是我们自我感、情绪和能动性的基础，来自皮肤的信号传递温暖、社交触摸以及外部刺激的物理特征。令人惊讶或意外的触觉可能预示具有动机显著性的事件，包括迫在眉睫的威胁（例如昆虫叮咬）和享乐奖励（爱抚触摸）。因此，研究聚焦于触觉失匹配反应及其层级化加工，尤其是前脑岛在其中的协调作用。该数据集在站内被归入神经系统疾病/其他分类，来源站为neurovault.org。
【数据内容】
源站摘要说明，研究测量了健康参与者在执行流动触觉怪球任务时的大脑活动，使用的是功能性磁共振成像。通过质量单变量分析（mass-univariate analysis），研究展示了边缘系统、躯体感觉和前额叶皮层区域的稳健激活，这些区域此前被认为与触觉偏差、身体觉察和认知控制有关。摘要还提到，动态因果模型（Dynamic Causal Modelling）揭示了……源站描述在此处中断，未提供动态因果模型的具体结果。除上述内容外，源站未提供关于数据文件类型、图像模态细节、受试者数量、扫描参数、任务试次数量或行为记录等具体信息。
【采集与来源】
该数据集来源于neurovault.org。源站摘要指出，研究使用功能性磁共振成像测量健康参与者执行流动触觉怪球任务时的大脑活动。参与者为健康人群。除“健康参与者”“功能性磁共振成像”“流动触觉怪球任务”以及来源站为neurovault.org之外，源站未提供采集地点、采集时间、设备型号、扫描序列、伦理审批信息或数据共享方式等具体内容。
【适用场景】
根据源站摘要，该数据集可用于关注触觉失匹配反应、身体觉察、前脑岛层级化加工、边缘系统、躯体感觉和前额叶皮层激活，以及认知控制相关脑活动的分析场景。研究涉及健康参与者在流动触觉怪球任务中的功能性磁共振成像数据，并采用质量单变量分析和动态因果模型。该数据集在站内分类为神经系统疾病/其他，但源站摘要未说明其是否直接用于神经系统疾病患者或临床诊断场景。除上述方向外，源站未提供其他适用场景。
【使用方法】
源站摘要提到，研究使用功能性磁共振成像测量健康参与者执行流动触觉怪球任务时的大脑活动，并采用质量单变量分析和动态因果模型。源站描述未提供具体的数据使用步骤、预处理流程、分析参数、软件工具、代码或操作指南。因此，除“功能性磁共振成像”“流动触觉怪球任务”“质量单变量分析”“动态因果模型”这些方法名称外，源站未提供可操作的使用方法说明。
【质量与限制】
源站摘要指出，质量单变量分析展示了边缘系统、躯体感觉和前额叶皮层区域的稳健激活，这些区域此前被认为与触觉偏差、身体觉察和认知控制有关。摘要还提到动态因果模型揭示了……但源站描述在此处中断，未提供动态因果模型的具体发现。源站未提供样本量、数据完整性、信噪比、扫描质量、重复性、验证结果或潜在偏倚等质量信息。该数据集在站内分类为神经系统疾病/其他，但源站摘要未说明其临床适用性或疾病特异性限制。除上述内容外，源站未提供其他质量与限制信息。
【引用与许可】
该数据集来源站为neurovault.org。源站未提供引用格式、作者列表、发表期刊、DOI、数据许可协议、使用条款或授权要求。因此，关于引用与许可的具体信息，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/85
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
身体是我们自我感、情绪和能动性的基础。来自皮肤的信号传递温暖、社交触觉以及外部刺激的物理特征。令人惊讶或意外的触觉可能预示着具有动机显著性的事件，包括迫在眉睫的威胁（如昆虫叮咬）和享乐性奖赏（爱抚性触摸）。对此类事件的觉察被认为依赖于前脑岛对身体相关失配反应的分层级整合。为探究这一可能性，我们利用功能磁共振成像测量了健康参与者执行移动触觉oddball任务时的大脑活动。体素级单变量分析显示，在先前与触觉偏差、身体觉察和认知控制相关的边缘系统、躯体感觉和前额叶皮层区域出现了稳健的激活。动态因果模型显示，意外刺激增强了从尾侧到头侧层级的前向连接强度——从丘脑和躯体感觉区域投射至脑岛、扣带和前额叶皮层。
在这一上升的感觉信息流中，AIC是唯一显示出与体感皮层反向连接增强的区域，促进了神经元信号的双向交流。此外，那些认为刺激变化更容易检测的参与者，其自上而下的前额叶皮层到AIC连接受到偏差的调节更强。这些结果表明，AIC协调了触觉预测误差的层级处理。这些结果被解释为支持一个具身预测编码模型，其中AIC介导的身体意识参与锚定全局神经元工作空间。包括因子模型的结果，补充了触觉强度（高>低）和强度×偏差交互作用。
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。
