线索-接近训练的神经机制
主题标签：神经系统疾病、其他、fMRI、脑成像、线索-接近训练、NeuroVault。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
线索-接近训练的神经机制
Neural mechanisms of cue-approach training 是一个公开的脑成像数据集，收录于 neurovault.org，在站内归入神经系统疾病 / 其他类别。该数据集围绕线索-接近训练（cue-approach training）的神经机制展开，包含与该项研究相关的统计参数图，主题标签涵盖神经系统疾病、其他、fMRI、脑成像、线索-接近训练以及 NeuroVault。这些图件用于呈现线索-接近训练研究中的脑活动或相关统计结果，可供关注该主题的研究者浏览、检索和再利用。整体而言，该数据集属于神经系统疾病领域的公开资源，以功能磁共振成像（fMRI）脑图为核心内容，适合作为线索-接近训练神经机制相关分析、教学与结果复核的参考材料。
【数据集背景】
该数据集对应 Bakkour, A., Lewis-Peacock, J. A., Poldrack, R. A., & Schonberg, T. (2016) 发表于 NeuroImage 的论文 Neural mechanisms of cue-approach training（DOI: http://doi.org/10.1016/j.neuroimage.2016.09.059）。数据集中的脑图用于生成该论文的图 6、图 7 和图 8。线索-接近训练是研究线索与接近行为之间联结形成与表达的一种实验范式，该数据集即围绕这一范式的神经机制提供图像化结果。数据集在站内被归入神经系统疾病 / 其他类别，主题标签包括神经系统疾病、其他、fMRI、脑成像、线索-接近训练和 NeuroVault。
【数据内容】
数据集的内容为统计参数图（maps），这些图件用于生成上述论文的图 6、图 7 和图 8。除这些图件与上述论文图号之间的对应关系外，源站未提供关于图像数量、具体对比条件、坐标空间、阈值设置或文件格式的进一步说明。数据集的主题标签包括神经系统疾病、其他、fMRI、脑成像、线索-接近训练和 NeuroVault，表明其内容属于功能磁共振成像脑图范畴。
【采集与来源】
该数据集来源于 neurovault.org，属于 NeuroVault 平台上的公开集合。源站描述指出，集合中的脑图用于生成 Bakkour 等（2016）论文的图 6、图 7 和图 8。关于被试数量、扫描设备、采集参数、实验流程与预处理步骤，源站未提供。
【适用场景】
该数据集可用于与线索-接近训练神经机制相关的脑成像研究，例如查阅、展示或复核 Bakkour 等（2016）论文图 6、图 7 和图 8 所依据的统计参数图。由于主题标签涵盖神经系统疾病、fMRI 与脑成像，它也可作为神经系统疾病领域内功能磁共振成像脑图资源的检索对象，用于教学演示、结果对照或二次分析的方法学参考。关于具体适用场景的更多说明，源站未提供。
【使用方法】
该数据集以 NeuroVault 集合的形式发布，可通过 neurovault.org 访问。使用者可结合源站描述中给出的论文出处，将集合中的脑图与 Bakkour 等（2016）论文的图 6、图 7 和图 8 对应起来查看。关于下载方式、图像格式、可视化工具或分析流程，源站未提供。
【质量与限制】
该数据集来源于 NeuroVault 公开平台，并明确对应一篇已发表论文的图件。关于数据质量评估、样本代表性、统计阈值、空间标准化程度以及使用限制，源站未提供。使用者应注意，源站描述仅说明这些图件用于生成论文的图 6、图 7 和图 8，未提供其他质量或限制信息。
【引用与许可】
使用该数据集时，应引用 Bakkour, A., Lewis-Peacock, J. A., Poldrack, R. A., & Schonberg, T. (2016). Neural mechanisms of cue-approach training. NeuroImage. http://doi.org/10.1016/j.neuroimage.2016.09.059。关于该数据集的许可条款与使用条件，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://neurovault.org/collections/1546
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
本合集中的地图用于生成Bakkour， A.， Lewis-Peacock， J. A.， Poldrack， R. A.， & Schonberg， T. (2016) 在《NeuroImage》上发表的论文《线索-接近训练的神经机制》中的图6、图7和图8。http://doi.org/10.1016/j.neuroimage.2016.09.059
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。
