阿片使用障碍网络分离性
来源站未提供该数据集的研究背景、OUD 的具体定义、队列来源、研究假设等详细信息。可确认的是，该数据集与 OUD 相关，名称和标题均指向 OUD resting-state network segregation，即围绕 OUD 的静息态网络分离分析
基本信息
资源简介
阿片使用障碍网络分离性
OUD network segregation 是一个以 OUD 静息态网络分离为主题的神经影像数据集，在 openneuro.org 发布，来源站标题为 OUD resting-state network segregation，包含 278 名被试，模态为 MRI，归入神经系统疾病/其他类别，作者为 Shi，采用 CC0 许可，DOI 为 doi:10.18112/openneuro.ds008847.v1.1.0。
【数据集背景】
来源站未提供该数据集的研究背景、OUD 的具体定义、队列来源、研究假设等详细信息。可确认的是，该数据集与 OUD 相关，名称和标题均指向 OUD resting-state network segregation，即围绕 OUD 的静息态网络分离分析。它被归入神经系统疾病/其他类别，说明其主题与神经系统疾病研究相关。作者为 Shi，发布时间为 2026-09-18。除上述信息外，关于数据集的立项动机、合作机构、资金支持、伦理审批和研究设计背景，来源站未提供。
【数据内容】
来源站描述显示，该数据集包含 278 名被试，模态为 MRI。数据集围绕 OUD resting-state network segregation 组织，标题中包含 resting-state 与 network segregation 字样。不过，来源站未提供具体的文件结构、影像序列、扫描时长、网络分离计算方法、脑区或网络定义、分组标签、行为学或临床量表、人口学变量等细节。因此，无法确认每个被试对应的文件数量、数据格式，也无法确认是否包含预处理结果或衍生指标。主题标签仅列出 MRI，简短描述为 OUD resting-state network segregation。
【采集与来源】
该数据集来源于 openneuro.org。来源站给出的被试数为 278，模态为 MRI。作者为 Shi，发布时间为 2026-09-18。数据集的 DOI 为 doi:10.18112/openneuro.ds008847.v1.1.0，表明其具有持久标识，可用于定位和引用。来源站未提供采集站点、扫描仪型号、场强、线圈、序列参数、扫描协议、采集时间跨度、被试招募方式、伦理审批信息以及数据共享协议的具体条款。关于数据是单中心还是多中心采集、是否包含重复扫描或纵向随访，也未给出说明。
【适用场景】
根据现有信息，该数据集可被用于与 OUD 静息态网络分离相关的神经影像研究，也可作为 MRI 模态下网络分离分析的开放数据资源。其分类为神经系统疾病/其他，可服务于该分类下的研究探索、方法复现、二次分析和教学演示。来源站未提供具体的推荐应用场景、分析目标或已发表研究成果。因此，使用者需要根据自身研究问题判断数据是否匹配，不能仅凭现有信息推断该数据集支持某种特定临床结论或生物标志物验证。
【使用方法】
来源站未提供具体的使用方法、预处理流程、分析软件、质量控制步骤或数据读取说明。使用者通常需要前往 openneuro.org，通过 DOI 或数据集名称定位该数据集，并遵循来源站的下载、引用和使用条款。由于来源站未提供文件说明和变量字典，实际使用前应自行检查数据组织方式、影像格式和元数据完整性。若需要复现 OUD resting-state network segregation 分析，应确认所需模态、被试信息和网络分离指标是否包含在数据集中。除 CC0 许可和 DOI 外，来源站未给出进一步的技术使用指南。
【质量与限制】
来源站未提供质量评估报告、缺失数据比例、被试纳入和排除标准、影像质量指标、头动控制情况、站点效应、样本代表性或重测信度等信息。可确认的规模为 278 名被试，模态为 MRI。来源站未提供被试层面的完整性信息，因此无法确认所有被试是否均具有完整可用的静息态影像或网络分离指标。由于来源站未提供详细元数据和数据字典，使用者在解释结果时需注意潜在的异质性、缺失和不可比性。该数据集分类为神经系统疾病/其他，但来源站未说明其临床诊断分组、疾病严重程度或对照设置。因此，任何关于 OUD 组间差异、网络分离改变或临床相关性的结论，都应基于对原始数据和元数据的独立核查。
【引用与许可】
该数据集采用 CC0 许可，作者为 Shi，发布时间为 2026-09-18，DOI 为 doi:10.18112/openneuro.ds008847.v1.1.0，来源站为 openneuro.org。引用时可包含数据集标题 OUD resting-state network segregation、作者 Shi、来源站 OpenNeuro、DOI 和 CC0 许可信息。来源站未提供其他引用格式、版本更新说明或附加条款。CC0 许可通常表示可在较少限制下使用和再分发，但使用者仍应保留来源、作者和 DOI 等基本信息，并遵守来源站的使用规范。
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/ds008847
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 3.31 GB。
数据说明
OpenNeuro 数据集 ds008847。模态：MRI。符合 BIDS 标准的神经影像数据集（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。
