显著性网络与适应性控制神经影像数据集
数据可用于研究显著性网络与适应性控制的脑功能与结构基础，并支持基于 BOLD 信号的分类或脑网络分析（来源 OpenNeuro，CC0 许可）
基本信息
资源简介
显著性网络与适应性控制神经影像数据集
Salience Network and Adaptive Control
该数据集来自 openneuro.org，标题为 Salience Network and Adaptive Control，包含 43 名被试（sub-110 至 sub-152）的结构像（T1w）与功能像（BOLD）MRI 数据，按 BIDS 规范组织，原始 DICOM 经 BIDScoin 4.6.1 转换，T1w 图像已去脸去标识。数据可用于研究显著性网络与适应性控制的脑功能与结构基础，并支持基于 BOLD 信号的分类或脑网络分析（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: 43 模态: mri 任务: ep2d_bold_task_run1 BIDS 神经影像数据集 概述 本目录是符合 BIDS 格式的神经影像数据集根目录，包含 43 名被试（sub-110 至 sub-152）。数据集包括结构（T1w）和功能（BOLD）MRI，按 脑影像数据结构（BIDS） 规范逐被试组织。原始 DICOM 数据使用 BIDScoin 4.6.1 转换为 BIDS。T1 加权解剖图像已额外进行去脸和去标识处理以供共享（见下文）。根目录文件： | 文件 | 描述 | |------|-------------| | dataset_description.json | 数据集级元数据（转换、许可证、作者、资助等） | | participants.tsv / participants.json | 被试级表型信息 | | README | 本文档 | 目录结构 每名被试遵循标准 BIDS
【数据结构与技术规格】
数据集 DOI：doi:10.18112/openneuro.ds008254.v1.0.5。
【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/ds008254
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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/ds008254
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 52.16 GB。
数据说明
OpenNeuro dataset ds008254. 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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
