NIMH 同步 EEG-fMRI 数据集：支持论文《全局 fMRI 信号的自律生理耦合

数据集获取（Figshare）

• 源站标题：NIMH Simultaneous EEG-FMRI Dataset Supporting the Manuscript ‘Autonomic physiological coupling of the global fMRI signal<b>’</b>
• DOI：10.6084/m9.figshare.28225415.v3
• 发布日期：2025-01-17
• 文件数：262 个
• 文件总体积：13.99 GB
• 源站页面：https://figshare.com/articles/dataset/NIMH_Simultaneous_EEG-FMRI_Dataset_Supporting_the_Manuscript_Autonomic_physiological_coupling_of_the_global_fMRI_signal_b_b_/28225415

命令行下载

curl -L -o ".DS_Store" "https://ndownloader.figshare.com/files/51728060"
curl -L -o "subject_list_chang.csv" "https://ndownloader.figshare.com/files/51728057"
curl -L -o ".DS_Store" "https://ndownloader.figshare.com/files/51728063"
curl -L -o "sub_0016-mr_0015-ecr_echo3.nii.gz" "https://ndownloader.figshare.com/files/51728231"
curl -L -o "sub_0014-mr_0012-ecr_echo1.nii.gz" "https://ndownloader.figshare.com/files/51728306"
curl -L -o "sub_0010-mr_0009-ecr_echo3.nii.gz" "https://ndownloader.figshare.com/files/51728237"
curl -L -o "sub_0027-mr_0009-ecr_echo3.nii.gz" "https://ndownloader.figshare.com/files/51728240"
curl -L -o "sub_0032-mr_0009-ecr_echo2.nii.gz" "https://ndownloader.figshare.com/files/51728252"

文件清单

• .DS_Store（8.20 KB）
• subject_list_chang.csv（108 B）
• .DS_Store（8.20 KB）
• sub_0016-mr_0015-ecr_echo3.nii.gz（98.92 MB）
• sub_0014-mr_0012-ecr_echo1.nii.gz（116.39 MB）
• sub_0010-mr_0009-ecr_echo3.nii.gz（101.09 MB）
• sub_0027-mr_0009-ecr_echo3.nii.gz（99.54 MB）
• sub_0032-mr_0009-ecr_echo2.nii.gz（107.60 MB）
• sub_0028-mr_0012-ecr_echo2.nii.gz（108.63 MB）
• sub_0014-mr_0012-ecr_echo3.nii.gz（102.38 MB）
• sub_0016-mr_0015-ecr_echo1.nii.gz（116.33 MB）
• sub_0027-mr_0009-ecr_echo1.nii.gz（114.30 MB）
• sub_0010-mr_0009-ecr_echo1.nii.gz（116.73 MB）
• sub_0012-mr_0018-ecr_echo2.nii.gz（102.80 MB）
• sub_0014-mr_0018-ecr_echo1.nii.gz（116.17 MB）
• sub_0030-mr_0009-ecr_echo3.nii.gz（95.38 MB）
• sub_0010-mr_0015-ecr_echo2.nii.gz（108.51 MB）
• sub_0021-mr_0012-ecr_echo2.nii.gz（105.17 MB）
• sub_0012-mr_0012-ecr_echo2.nii.gz（102.49 MB）
• sub_0030-mr_0009-ecr_echo1.nii.gz（114.03 MB）

文件总体积 13.99 GB（源站 API 实测）。

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

目录组织与标注格式以源站说明和下载后实际文件为准。

数据说明

支持“全球fMRI信号的自主体生理耦合”研究的同步EEG-fMRI数据集。数据采集于美国国立卫生研究院(NIH)国家神经疾病与中风研究所(NINDS)的高级MRI部门。此外，手稿分析输出的源数据（以nifti文件格式存储）位于figures目录中。预处理和分析流程可在以下网址获取：
https://github.com/tsb46/fmri_arousal
来自重叠受试者群体的三个同步EEG-fMRI数据集在三种条件下采集——静息态（ME-REST，如手稿中所标注）、带有听觉提示后跟深呼吸的稀疏事件相关任务fMRI数据集（ME-TASK），以及带有听觉提示后跟按钮反应的稀疏事件相关任务fMRI数据集（ME-TASK-CUE）。解剖（T1w）和功能MRI图像以原始nifti格式提供。EEG和外周生理数据（PPG、呼吸）以最小预处理形式提供于.mat文件中。外周生理数据已被裁剪至fMRI扫描的开始和结束时间点。

该EEG数据集此前已使用以下流程进行预处理（如手稿中所述）：
ME-REST、ME-TASK和ME-TASK-CUE数据集中的EEG记录预处理已在（Goodale et al., 2021）中描述。简言之，首先通过平均伪迹减法方法对通道时间过程进行梯度伪迹校正（Allen et al., 2000）。通过减去锁定于心脏R峰的平均伪迹模板来去除心冲击图伪迹，随后对模板减去后的时间过程进行独立成分分析（ICA）。分析时，头皮EEG通道时间过程以FCz通道为参考。这些EEG预处理步骤使用BrainVision Analyzer软件完成。数据应放置在github代码仓库的“data”目录中（见上方URL）以进行预处理。预处理说明请参见仓库。

数据集描述（如手稿中所述）如下：同步多回波fMRI-EEG闭眼静息态扫描（ME-REST）采集自11名健康、右利手参与者（6名女性，平均年龄=25.9岁）。所有

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.6084/m9.figshare.28225415.v3（source: https://figshare.com/articles/dataset/NIMH_Simultaneous_EEG-FMRI_Dataset_Supporting_the_Manuscript_Autonomic_physiological_coupling_of_the_global_fMRI_signal_b_b_/28225415）。