阅读的默认模式：阅读中后扣带与内侧前额叶连通性与理解和任务专注的调节
阅读是一项基本的人类能力，却很容易被走神这一简单行为打断。一个被称为默认模式网络（DMN）的大规模脑网络已被证明同时参与走神和阅读，这引出一个问题：同一神经系统的参与为何既可能损害也可能有益于叙事理解
基本信息
资源简介
阅读的默认模式：阅读中后扣带与内侧前额叶连通性与理解和任务专注的调节
该数据集围绕阅读过程中默认模式网络的功能连接展开，关注后扣带皮层（PCC）与内侧前额叶皮层（aMPFC）两个关键中线枢纽的静息态功能连接，是否能够预测个体在扫描之外表现出的阅读理解能力与任务专注度差异。研究显示，较差的阅读理解与PCC和腹侧纹状体某区域之间更强的功能连接相关。数据集英文名称为“The default modes of reading: modulation of posterior cingulate and medial prefrontal cortex connectivity associated with comprehension and task focus while reading”，在来源站被归入神经系统疾病／其他类别，来源于neurovault.org。整体而言，该数据集为理解默认模式网络在阅读与走神之间的双重角色提供了神经影像层面的数据基础。
【数据集背景】
阅读是一项基本的人类能力，却很容易被走神这一简单行为打断。一个被称为默认模式网络（DMN）的大规模脑网络已被证明同时参与走神和阅读，这引出一个问题：同一神经系统的参与为何既可能损害也可能有益于叙事理解。为探索这一问题，研究采用静息态功能磁共振成像（rs-fMRI），考察默认模式网络两个关键中线枢纽——后扣带（PCC）和前内侧前额叶皮层（aMPFC）——的内在功能连接，是否能够预测个体在扫描之外记录的阅读理解与任务专注度差异。该数据集即围绕这一研究问题形成，属于神经系统疾病／其他分类，来源于neurovault.org。
【数据内容】
数据集英文名称为“The default modes of reading: modulation of posterior cingulate and medial prefrontal cortex connectivity associated with comprehension and task focus while reading”。其核心内容涉及默认模式网络两个关键中线枢纽——后扣带（PCC）和前内侧前额叶皮层（aMPFC）——的内在功能连接，以及这些连接与阅读理解、任务专注度之间的关系。研究观察到，较差的阅读理解与PCC和腹侧纹状体某区域之间更强的功能连接相关。关于数据集的具体文件构成、图像数量、受试者数量、变量列表等，源站未提供。
【采集与来源】
该数据集来源于neurovault.org。研究使用静息态功能磁共振成像（rs-fMRI）探索默认模式网络两个关键中线枢纽的内在功能连接，并考察其与扫描之外记录的阅读理解及任务专注度个体差异之间的预测关系。关于采集设备、扫描参数、受试者招募方式、伦理审批信息等，源站未提供。
【适用场景】
该数据集适用于围绕默认模式网络与阅读、走神关系的研究场景，尤其是关注后扣带（PCC）和前内侧前额叶皮层（aMPFC）功能连接，以及PCC与腹侧纹状体连接同阅读理解表现之间关联的分析。也可用于探讨同一神经网络参与过程为何既可能损害也可能有益于叙事理解这一问题的相关研究。关于具体任务设计、适用人群范围或临床诊断用途，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据下载后的预处理流程、分析步骤、软件工具或统计模型等均未在现有信息中说明。
【质量与限制】
源站未提供关于数据质量、样本代表性、扫描质量、缺失数据或研究局限性的具体说明。现有信息仅提及研究观察到较差阅读理解与PCC和腹侧纹状体某区域之间更强的功能连接相关，但未给出效应量、统计阈值或可推广性方面的限制说明。
【引用与许可】
源站未提供引用格式与许可条款信息。
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://neurovault.org/collections/18
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
阅读是人类的一项基本能力，然而，简单的走神行为就能轻易使其偏离正轨。一个被称为默认模式网络（DMN）的大型脑网络已被证实与走神和阅读均有关联，这引发了一个问题：同一神经体系如何能同时参与对叙事理解既有代价又有益处的过程。研究采用静息态功能磁共振成像（rs-fMRI）来探究DMN两个关键中线枢纽——后扣带回（PCC）和内侧前额叶前部（aMPFC）——的内在功能连接是否能预测扫描外记录的阅读理解与任务专注度的个体差异。理解能力越差，与PCC和腹侧纹状体某区域之间的功能连接越强相关。相反，任务专注度提高的报告则与aMPFC到PCC、左侧顶叶和颞叶皮层以及小脑簇的功能连接有关。
我们的结果表明，默认模式网络(DMN)对阅读既有成本（如理解力差）也有益处（如专注任务），因为其中线核心能够将其活动与其他区域耦合，形成不同的功能社区，从而使看似对立的心态得以共存。这种灵活的耦合使DMN能够参与补充阅读行为的认知状态，以及那些并不补充阅读行为的认知状态。
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。
