睡眠中视觉反应的皮层特异性反转

该数据集来自 openneuro.org,包含 15 名被试的 3T fMRI 原始数据。被试先完成三次功能定位扫描,随后在闭眼静息并自发在睡眠-觉醒状态间转换的过程中完成视觉任务

openneuro
浏览 20
医学影像分类mri
Cortex-specific inversion of visual responses during sleep

基本信息

模态
医学影像
大小
100.292453081 GB
任务类型
分类
许可
CC0
创建/更新时间
2026-11-04

资源简介

睡眠中视觉反应的皮层特异性反转

Cortex-specific inversion of visual responses during sleep

该数据集来自 openneuro.org,包含 15 名被试的 3T fMRI 原始数据。被试先完成三次功能定位扫描,随后在闭眼静息并自发在睡眠-觉醒状态间转换的过程中完成视觉任务。功能定位使用棋盘格闪烁刺激,采用 16 秒开-关组块设计;静息扫描使用无空间对比度的全视野闪烁刺激,开组块为 7Hz 高时间对比度或低时间对比度闪烁,关组块为不闪烁的中等亮度。数据可用于研究睡眠状态下视觉反应的皮层特异性反转(来源 OpenNeuro,CC0 许可)。

【数据内容】

源站描述(机器翻译,仅供参考):被试数: 15 模态: mri 任务: checker, luminance 该数据集包含 15 名被试的 3T fMRI 原始数据,这些被试首先完成了三次功能定位扫描,然后在闭眼静息并自发在睡眠-觉醒状态间转换的过程中完成了一项视觉任务。功能定位的视觉刺激为棋盘格闪烁刺激,采用 16 秒开-关组块设计。被试完成了三次功能定位扫描。静息扫描的视觉刺激为无空间对比度的全视野闪烁刺激,采用 16 秒开-关组块设计。开组块要么是高时间对比度试次,以 100% 对比度调制在 7Hz 下从全白到全黑屏幕闪烁,要么是低时间对比度试次,以 10% 对比度调制在 7Hz 下在中等灰色强度之间闪烁。关组块为不闪烁的中等亮度。

【数据结构与技术规格】

数据集 DOI:doi:10.18112/openneuro.ds007761.v1.0.1。

【主题与分类】

主题标签:mri。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://openneuro.org/datasets/ds007761

使用许可:CC0。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://openneuro.org/datasets/ds007761

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 100.29 GB。

数据说明

OpenNeuro dataset ds007761. Modalities: mri. DX status: Healthy / Control. BIDS-standardized neuroimaging dataset (MRI/EEG/MEG/PET).

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。