人类视觉皮层中身体与身体部位的精细神经编码数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3A370d87db330134bf1a68ec9b80396cd53faea3227b94b44fccdf883470e667a2

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。

数据说明

身体感知在社会认知中起着基础性作用。然而，由于功能成像的时空限制，人类这一过程背后的神经机制仍不清楚。在此，我们首次呈现了两名癫痫手术患者在外纹状体身体区（EBA）内或附近的单单元和多单元棘波活动的皮层内记录，EBA是身体感知的关键区域。我们的记录显示，在大量对照刺激中，对人类身体存在强烈偏好。值得注意的是，身体选择性是由对身体部位的独特选择性所驱动的。观察到的身体选择性可推广至非照片形式的身体描绘，包括剪影和火柴人。

总体而言，我们的研究提供了独特的神经数据，弥合了人类神经影像学与猕猴电生理学研究之间的差距，为人体加工的计算模型奠定了坚实基础。所有数据均使用植入人类视觉皮层的96通道犹他阵列采集，并通过Neuroport系统（Blackrock Neurotech）记录。# [您的科学论文标题]补充材料本存储库包含本研究中使用的补充数据和源代码。材料分为两个主要部分：数据和源代码。下文将详细介绍数据的结构以及如何利用所提供的源代码进行分析。

目录

• 数据
• 目录结构
• 文件命名规范
• 数据格式
• 数据字段
• 源代码
• 概述
• 入口点
• 数据预处理
• 附加模块
• 使用说明
• 依赖项
• 联系方式

数据

目录结构

数据按对应不同实验的文件夹进行组织

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。