数据:精神病超高危个体额颞功能连接改变
该数据集来自 Dryad,包含 22 名首发精神病患者、41 名精神病超高危个体和 47 名人口学匹配健康对照的静息态功能磁共振成像数据,用于研究颞上回各亚区(颞平面、Heschl 回、极平面)的功能连接差异

基本信息
资源简介
数据:精神病超高危个体额颞功能连接改变
Data from: Altered fronto-temporal functional connectivity in individuals at ultra-high-risk of developing psychosis
该数据集来自 Dryad,包含 22 名首发精神病患者、41 名精神病超高危个体和 47 名人口学匹配健康对照的静息态功能磁共振成像数据,用于研究颞上回各亚区(颞平面、Heschl 回、极平面)的功能连接差异。数据可用于分析精神病风险人群的脑功能连接改变,支持分类或组间比较研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2016。
【数据内容】
源站描述(机器翻译,仅供参考):背景:颞上回(STG)是与精神病相关的关键区域之一,因为该区域的异常与从高危精神状态转化为精神病的风险增加有关。然而,关于 STG 功能连接强度的结果不一致,应考虑 STG 的区域异质性特征。方法:为了研究 STG 每个亚区的独特功能连接,我们将每个半球的 STG 分为三个区域:颞平面、Heschl 回和极平面。从 22 名首发精神病(FEP)患者、41 名精神病超高危个体(UHR)和 47 名人口学匹配的健康对照中获取静息态功能磁共振成像。结果:显著的组间差异(在基于种子的
【主题与分类】
主题标签:functional connectivity、first-episode psychosis、ultra-high-risk of psychosis、resting-state、superior temporal gyrus。本站分类:精神与行为障碍。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.33f97
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/10.5061/dryad.33f97
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:
数据集大小约 300.7 MB。
数据说明
背景:颞上回(STG)是与精神病相关的关键脑区之一,该区域的异常与从高危精神状态转化为精神病的风险增加有关。然而,关于STG功能连接强度的研究结果并不一致,且应考虑STG的区域异质性特征。方法:为探究STG各亚区特异性的功能连接,我们将每个半球的STG划分为三个区域:颞平面、Heschl回和极平面。采集了22例首发精神病(FEP)患者、41例精神病超高危(UHR)个体以及47名人口学匹配的健康对照者的静息态功能磁共振成像数据。结果:在左侧颞平面以及左右两侧Heschl回种子点均显示出显著的组间差异(基于种子点的连接)。以左侧颞平面为种子点时,FEP组和UHR组表现出与双侧背外侧前额叶皮层连接增强。
相比之下,FEP和UHR组表现出从双侧Heschl’s gyrus种子到背侧前扣带皮层的连接性降低。左侧颞平面与右侧背外侧前额叶皮层之间增强的连接性与UHR个体的阳性症状严重程度呈正相关(r = .34,p = .03)。结论:这些发现通过提供证据支持精神病早期阶段额颞内在功能连接改变,从而证实了精神分裂症中的额颞连接中断假说。我们的数据表明,在精神病早期阶段,STG中存在亚区特异性的异常额颞交互,因此提示这些异常是精神病易感性的神经基础。
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。




