非困扰性耳鸣静息态fMRI研究数据集
该数据集来自openneuro.org，包含38名被试的MRI数据，采集于法国Grenoble神经科学研究所的IRMAGE设施，使用3T Philips Achieva扫描仪
基本信息
资源简介
非困扰性耳鸣静息态fMRI研究数据集
Resting State fMRI study of non bothersome tinnitus
该数据集来自openneuro.org，包含38名被试的MRI数据，采集于法国Grenoble神经科学研究所的IRMAGE设施，使用3T Philips Achieva扫描仪。数据涵盖T1w结构像、静息态BOLD fMRI和扩散加权成像，并附有年龄、听力损失、耳鸣残疾量表评分及耳鸣病程等人口学变量。数据集包含原始与预处理数据，目前仅原始数据可用。该数据可用于研究非困扰性耳鸣的静息态功能连接，特别是与Operculum 3（OP3）脑区的特异性连接（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: 38 模态: mri 任务: Rest Connectinn数据集涉及法国格勒诺布尔神经科学研究所的非困扰性耳鸣研究。所有图像均在IRMAGE设施使用3T Philips Achieva MRI机器采集。它们包括T1w扫描、静息态BOLD fMRI扫描和扩散加权成像扫描。人口学变量包括年龄、听力损失、耳鸣残疾量表评分和耳鸣发病以来的持续时间。该数据集包含原始和预处理数据（以及其他“衍生物”），可在Openneuro上获取。迄今为止，只有原始数据可用；我们正在上传衍生物。该数据集的内容在预印本中有详细描述：Specific connectivity with Operculum 3 (OP3) brain region in acoustic trauma tinnitus: a seed-based resting state fMRI study Agnès Job, Anne Kavounoudias, Chloé Jaroszynski, Assia J
【数据结构与技术规格】
数据集 DOI：10.18112/openneuro.ds002896.v1.0.0。
【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/ds002896
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/ds002896/versions/1.0.0
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:
数据集大小约 4.06 GB。
数据说明
Agnès Job; Chloé Jaroszynski; Anne Kavounoudias; Assia Jaillard; Chantal Delon-Martin (2020). Resting State fMRI study of non bothersome tinnitus [Dataset]. http://doi.org/10.18112/openneuro.ds002896.v1.0.0
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。
