Harvard Ascending Arousal Network Atlas 2.0版

数据集获取

源站：https://search.dataone.org/view/sha256%3Acd50cff776edd64fcafd9c92bfc1dae08e03a6b46170275cfcf9d3ccad6a617c

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

上行觉醒网络（AAN）是一个对意识至关重要的皮层下神经网络。AAN神经元将脑干与丘脑、下丘脑、基底前脑和皮层连接起来，激活基于皮层的意识网络。AAN的网状核心最早由Moruzzi和Magoun于1949年描述，他们创造了经典术语“上行网状激活系统”（Electroencephalogr Clin Neurophysiol 1949;1:455-73）。在此，我们使用AAN这一术语，因为许多参与觉醒的脑干核团位于脑桥和中脑网状核心之外（例如蓝斑、臂旁复合体等），并且我们认为“网络”一词恰当地暗示了多种模块化回路相互关联以实现觉醒乃至意识这一涌现特性的生理机制。迄今为止，大多数研究AAN连接性的研究都利用了动物模型。因此，目前关于该结构……的知识

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。