虚拟化身运动规划与手动控制的功能性半球不对称

参与者需通过等长握力沿参考轨迹操控虚拟化身（光标）。参考轨迹根据空间和时间加工需求而变化。他们被指示进行高空间和高时间加工需求的虚拟化身运动（ST条件）、高空间和低时间加工需求的运动（S条件）或低空间和高时间加工需求的运动（T条件）

neurovault

图像图像分割功能性半球不对称虚拟化身运动运动规划手动控制fMRI等长握力时空加工需求

基本信息

模态

图像

任务类型

图像分割

创建/更新时间

2026-11-04

资源简介

虚拟化身运动规划与手动控制的功能性半球不对称

该数据集聚焦于虚拟化身运动规划与手动控制过程中的功能性半球不对称性，收录了与之相关的第二水平对比图像及配套掩膜。实验要求参与者借助等长握力操控虚拟化身（光标）沿参考轨迹运动，参考轨迹依据空间与时间加工需求的不同而有所变化，由此形成高空间高时间（ST条件）、高空间低时间（S条件）以及低空间高时间（T条件）三类任务条件。数据集同时包含用于判定体素响应更符合规划阶段还是产生阶段的模型比较掩膜，为研究运动规划与执行阶段的脑功能偏侧化提供了可复用的影像资源。该数据来源于neurovault.org，在本站归入神经系统疾病／其他类别。

【数据集背景】

运动规划与手动控制是认知神经科学关注的重要环节，而大脑半球在其中的功能分工长期是研究热点。本数据集围绕虚拟化身运动的规划与执行两个阶段展开，通过操纵参考轨迹的空间与时间加工需求，构建了不同难度的任务条件，以考察功能性半球不对称性在这些过程中的表现。数据集提供的第二水平对比图像与模型比较掩膜，正是为分析上述阶段相关脑响应及其偏侧化特征而准备的。

【数据内容】

数据集包含实验规划阶段与执行阶段的第二水平对比图像。此外，还包含通过模型比较方法获得的掩膜，用于判定某一体素的响应究竟更适合由与规划阶段对齐的回归量预测，还是更适合由与产生阶段对齐的回归量预测。任务条件方面，参与者被指示完成三类虚拟化身运动：高空间与高时间加工需求的ST条件、高空间与低时间加工需求的S条件、低空间与高时间加工需求的T条件。

【采集与来源】

该数据集来源于neurovault.org。参与者需通过等长握力沿参考轨迹操控虚拟化身（光标），参考轨迹根据空间和时间加工需求而变化。源站未提供具体的采集设备、扫描参数、参与者数量及人口学信息。

【适用场景】

该数据集适用于考察虚拟化身运动规划与手动控制过程中功能性半球不对称性的研究，也可用于比较不同空间与时间加工需求条件下脑响应的差异。配套的模型比较掩膜可用于区分规划相关与产生相关的体素响应，支持阶段特异性分析。源站未提供其他适用场景的说明。

【使用方法】

使用者可基于第二水平对比图像开展组水平统计分析，并结合模型比较掩膜将体素响应归类为更偏向规划阶段或更偏向产生阶段，从而在分析中区分两个阶段的贡献。任务条件标签（ST、S、T）可用于组织对比。源站未提供具体分析流程或软件操作说明。

【质量与限制】

源站未提供数据质量评估、样本规模、扫描参数或已知局限等信息。使用时应结合源站描述与自身研究目的谨慎判断适用性。

【引用与许可】

源站未提供引用方式与许可条款信息。

原始链接

https://neurovault.org/collections/2853

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://neurovault.org/collections/2853

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。

数据说明

参与者需通过等长握力操控虚拟化身（光标）沿参考轨迹移动。参考轨迹根据空间和时间处理需求的不同而变化。他们分别指导虚拟化身进行高空间与高时间处理需求的运动（ST条件）、高空间与低时间处理需求的运动（S条件）或低空间与高时间处理需求的运动（T条件）。该数据集包含实验规划阶段与执行阶段的二级对比图像。此外，还包含通过模型比较方法获得的掩膜，用于判断体素响应更适宜由与规划或生产时间对齐的回归量预测。

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