人类内侧颞叶言语工作记忆任务单单位数据集（Boran等）：对齐OpenNeuro ds004752的锋电位时间与波形
该数据集提供九名耐药性局灶性癫痫患者在执行改良Sternberg言语工作记忆任务期间的内侧颞叶单单位（微丝）记录，包含来自海马、内嗅皮层和杏仁核的1526个分选单元，以及逐试次锋电位时间、平均与标准差波形、电极和解剖映射及试次属性
基本信息
资源简介
人类内侧颞叶言语工作记忆任务单单位数据集（Boran等）：对齐OpenNeuro ds004752的锋电位时间与波形
Human medial temporal lobe single units during a verbal working memory task (Boran et al.): spike times and waveforms aligned to OpenNeuro ds004752
该数据集提供九名耐药性局灶性癫痫患者在执行改良Sternberg言语工作记忆任务期间的内侧颞叶单单位（微丝）记录，包含来自海马、内嗅皮层和杏仁核的1526个分选单元，以及逐试次锋电位时间、平均与标准差波形、电极和解剖映射及试次属性。数据已重新键控至OpenNeuro ds004752（NEMAR on004752）的受试者、会话和试次标签，该数据集托管对应的头皮和颅内EEG。可用于研究内侧颞叶单单位活动与工作记忆及癫痫的关系（来源 DOI 解析，Creative Commons Attribution Share Alike 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该BIDS衍生数据集提供九名耐药性局灶性癫痫患者在执行改良Sternberg言语工作记忆任务期间的内侧颞叶单单位（微丝）记录。它包含来自海马、内嗅皮层和杏仁核的1526个分选单元，以及逐试次锋电位时间、平均与标准差波形、电极和解剖映射及试次属性。数据已重新键控至OpenNeuro ds004752（NEMAR on004752）的受试者、会话和试次标签，该数据集托管对应的头皮和颅内EEG。
【主题与分类】
主题标签：single units、spike sorting、intracranial EEG、medial temporal lobe、Working Memory、Epilepsy、Hippocampus、BIDS、neuroscience。本站分类：神经系统疾病/其他。
【获取与许可】
源站页面：https://nemar.org/dataset/nm000363?v=v1.0.0
使用许可：Creative Commons Attribution Share Alike 4.0 International。
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://doi.org/10.82901/nemar.nm000363.v1.0.0
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:
数据说明
该BIDS衍生数据集提供了九名耐药性局灶性癫痫患者在执行改良Sternberg言语工作记忆任务期间，内侧颞叶的单单位（微丝）记录。数据集包含来自海马、内嗅皮层和杏仁核的1526个已分类单位，附有每试次脉冲时间、平均及标准差波形、电极与解剖映射以及试次属性。数据已重新关联至OpenNeuro ds004752（NEMAR on004752）的受试者、会话和试次标签，该数据集托管了相应的头皮和颅内EEG。
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。
