数据集：面孔斑块静息态网络将面孔加工与社会认知联系起来

数据集获取

源站：https://doi.org/10.5061/dryad.80476

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 56.0 MB。

数据说明

面孔传递着丰富的社会信息。这些信息如何在面孔加工中心与支持社会认知的脑区之间交换，目前仍 largely 不清楚。本研究利用猕猴静息态功能磁共振成像识别了这些通路。我们发现，面孔区在功能上与额叶、颞叶和顶叶皮层内的特定区域，以及支持情绪、记忆和认知功能的皮层下结构相连。这确立了猕猴中存在一个扩展的面孔识别系统。此外，猴子的面孔斑块静息态网络与默认模式网络呈现出一种重叠模式，类似于人类社会脑与默认模式网络之间的重叠：这种重叠具体包括后部上颞沟、内侧顶叶和背内侧前额叶皮层，这些区域在人类中支持高级社会认知。

这些结果共同揭示了面孔区域嵌入更广泛脑网络的方式，并表明面孔斑块系统的静息态网络为研究社会脑的功能组织以及可能为人类独有的社交技能的演化提供了一个新的、易于访问的切入点。

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。