fMRI 数据中心
主题标签：神经系统疾病、fMRI、功能磁共振、脑影像、IEEE DataPort。本站分类：神经系统疾病/其他。本数据集为神经系统疾病领域公开数据集，主题涵盖神经系统疾病。
基本信息
资源简介
fMRI 数据中心
fMRI Data Center 是一个面向神经系统疾病领域的公开脑影像数据集，英文名称为 fMRI Data Center，在站内归入“神经系统疾病 / 其他”分类，来源为 IEEE DataPort 平台。该数据集以功能磁共振成像（fMRI）为核心主题，同时涉及功能磁共振、脑影像等相关方向，主题标签涵盖神经系统疾病、fMRI、功能磁共振、脑影像与 IEEE DataPort。作为神经系统疾病领域的公开数据资源，它为相关研究提供了以脑功能影像为基础的数据支撑，适合围绕神经系统疾病开展影像学分析与方法探索。以下从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面对该数据集作进一步介绍。
【数据集背景】
该数据集发布在 IEEE DataPort 平台上，源站记录显示其作者为 Ruiwei Xie，发布年份为 2025 年，数据集名称为 fmri。从主题定位看，它属于神经系统疾病方向下的脑影像数据资源，站内分类为“神经系统疾病 / 其他”。功能磁共振成像能够反映大脑活动状态，是神经系统疾病研究中常用的影像手段之一，该数据集正是围绕这一技术主题组织并公开的。关于数据集的具体建设动机、项目背景与研究目标，源站未提供。
【数据内容】
该数据集的主题涵盖神经系统疾病，核心内容为功能磁共振（fMRI）相关的脑影像数据，主题标签包括神经系统疾病、fMRI、功能磁共振、脑影像与 IEEE DataPort。关于数据的具体样本数量、受试者信息、影像模态细节、文件格式、数据规模与目录结构等，源站未提供。
【采集与来源】
该数据集来源于 ieee-dataport.org，源站描述中给出的引用信息为 Ruiwei Xie (2025). fmri [Dataset]. https://ieee-dataport.org/documents/fmri。关于数据的具体采集设备、采集参数、采集地点、伦理审批与受试者招募方式等，源站未提供。
【适用场景】
基于其主题定位，该数据集可服务于神经系统疾病领域的脑功能影像研究，例如围绕功能磁共振数据开展的影像分析、方法验证与相关探索性工作。其公开可获取的特性也便于研究者在神经系统疾病与脑影像交叉方向上开展复现与对比研究。关于数据集官方推荐的具体应用任务与使用场景，源站未提供。
【使用方法】
该数据集通过 IEEE DataPort 平台对外发布，使用者可依据源站给出的链接访问该数据集页面。关于数据的下载方式、访问权限、使用步骤、预处理流程与配套工具等，源站未提供。
【质量与限制】
该数据集为 IEEE DataPort 上的公开数据集，主题聚焦于神经系统疾病与功能磁共振脑影像。关于数据质量评估、标注准确性、样本代表性、数据完整性以及已知的使用限制，源站未提供。
【引用与许可】
引用该数据集时，可参照源站给出的引用格式：Ruiwei Xie (2025). fmri [Dataset]. https://ieee-dataport.org/documents/fmri。关于该数据集的具体许可协议与使用条款，源站未提供。
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。
使用方式
数据集获取
源站：https://ieee-dataport.org/documents/fmri
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 55.4 MB。
数据说明
Ruiwei Xie (2025). fmri [Dataset]. https://ieee-dataport.org/documents/fmri
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。
