脑数字孪生揭示先天性与缓慢进展性小脑共济失调的网络变化数据集

数据集获取

源站：https://doi.org/10.5281/zenodo.18862694

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。

数据集大小约 18.0 MB。

数据说明

该数据集包含27名受试者（健康对照、Joubert综合征和缓慢进展性共济失调）的结构连接（SC）和功能连接（FC）矩阵。SC矩阵通过基于扩散MRI的纤维束追踪获得，包括连接权重和纤维束长度。FC矩阵包括静态和动态两种，均源自静息态功能MRI。数据按网络（躯体运动网络、腹侧注意网络）和受试者（sub-01、sub-02……）组织，每名受试者包含两个文件夹：SC：‘SC_tract_lengths.txt’和’SC_tract_weights.txt’；FC：‘FCemp.txt’和’FCDemp.txt’。由于隐私限制，MRI原始数据不予共享。

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。