静息态功能MRI运动校正策略评估数据
该数据集为静息态功能MRI运动校正策略评估研究中的全预处理与去噪时间序列，覆盖北京Zang健康对照组、Consortium for Neuropsychiatric Phenomics健康对照与精神分裂症队列，以及CoRR NYU健康对照三个时间点
基本信息
资源简介
静息态功能MRI运动校正策略评估数据
An evaluation of the efficacy, reliability, and sensitivity of motion correction strategies for resting-state functional MRI
该数据集为静息态功能MRI运动校正策略评估研究中的全预处理与去噪时间序列，覆盖北京Zang健康对照组、Consortium for Neuropsychiatric Phenomics健康对照与精神分裂症队列，以及CoRR NYU健康对照三个时间点。每位参与者的各去噪流程结果分存于命名子目录，时间序列以cfg.mat保存，可用于评估运动校正策略的有效性、可靠性与敏感性（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2018-02-06。
【数据内容】
源站描述（机器翻译，仅供参考）：生成这些数据的代码可在 找到。详情：这些数据是下文手稿中四个数据集里三个的完全预处理和去噪时间序列：1）来自北京Zang数据集的健康对照组（ for Neuropsychiatric Phenomics数据集的健康对照和精神分裂症队列（ for Reliability and Reproducibility（CoRR）NYU数据集的健康对照队列的三个时间点（
【数据结构与技术规格】
文件数 3 个，合计 30.90 GB。数据集 DOI：10.4225/03/595193482c03e。
【主题与分类】
源站学科分类：Neurosciences not elsewhere classified。主题标签：Resting-state、fMRI、functional connectivity、motion correction、Neuroscience。本站分类：神经系统疾病/其他。
【适用方向】
源站学科分类标注为 Neurosciences not elsewhere classified。
【获取与许可】
源站页面：https://bridges.monash.edu/articles/dataset/An_evaluation_of_the_efficacy_reliability_and_sensitivity_of_motion_correction_strategies_for_resting-state_functional_MRI/5143468
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Parkes, Linden; Fulcher, Ben; YUCEL, MURAT; FORNITO, ALEXANDER (2017). An evaluation of the efficacy, reliability, and sensitivity of motion correction strategies for resting-state functional MRI. Monash University. Dataset
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。
需登录公开下载
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。
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
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 30.90 GB。
数据说明
Linden Parkes；Ben Fulcher；MURAT YUCEL；ALEXANDER FORNITO（2018）。对静息态功能MRI运动校正策略的有效性、可靠性和敏感性的评估[数据集]。http://doi.org/10.4225/03/595193482c03e
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。
