海马连接预测记忆特异性与记忆泛化能力
该数据集来自 openneuro.org，包含 52 名被试的 MRI 数据，涵盖静息态与被动观看混合面孔刺激的任务态扫描
基本信息
资源简介
海马连接预测记忆特异性与记忆泛化能力
Hippocampal connectivity predicting memory specificity and memory generalization abilities
该数据集来自 openneuro.org，包含 52 名被试的 MRI 数据，涵盖静息态与被动观看混合面孔刺激的任务态扫描。任务中每个试次的起始时间、刺激呈现时长以及构成混合面孔的类别相关与类别无关面孔信息均记录于 _events.tsv 文件。数据可用于研究海马连接如何预测记忆特异性与记忆泛化能力，适合开展脑连接与记忆行为之间的预测建模分析（来源 OpenNeuro，CC0 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：被试数: 52 模态: mri 任务: expo, rest 标题: 海马连接预测记忆特异性与记忆泛化能力 fMRI 任务，参与者被动观看混合面孔刺激（共九张面孔）。在被动观看任务之前完成了静息态扫描。任务顺序：rest、expo_run-1、expo_run-2、expo_run-3、expo_run-4。每个试次的任务相关信息（起始时间、刺激在屏幕上的持续时间、构成每个混合面孔的类别相关与类别无关面孔）均包含在每个被试和训练任务每个 run 的 _events.tsv 文件中。
【数据结构与技术规格】
数据集 DOI：doi:10.18112/openneuro.ds007063.v1.0.0。
【主题与分类】
主题标签：mri。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://openneuro.org/datasets/ds007063
使用许可：CC0。
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://openneuro.org/datasets/ds007063
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 43.27 GB。
数据说明
OpenNeuro dataset ds007063. Modalities: mri. DX status: Healthy / Control. BIDS-standardized neuroimaging dataset (MRI/EEG/MEG/PET).
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。
