思考元认知：元认知判断神经影像研究的坐标元分析

使用 GingerALE 软件对元认知判断的神经影像研究进行坐标元分析得到的阈值化脑图。每张图像在 P < 0.05 水平上阈值化，在簇定义阈值 P < 0.001（未校正）下经 FWE 多重比较校正

neurovault

时间序列分类元认知判断神经影像坐标元分析GingerALE功能磁共振脑激活图

Thinking about thinking: A coordinate-based meta-analysis of neuroimaging studies of metacognitive judgements

基本信息

模态

时间序列

任务类型

分类

创建/更新时间

2026-11-04

资源简介

思考元认知：元认知判断神经影像研究的坐标元分析

本数据集为一项针对元认知判断的神经影像研究开展的坐标元分析所生成的阈值化脑图集合，英文名称为“Thinking about thinking: A coordinate-based meta-analysis of neuroimaging studies of metacognitive judgements”。该数据集在站内被归类于“神经系统疾病 / 其他”类别，来源于 neurovault.org。其核心内容是通过 GingerALE 软件对相关神经影像研究进行坐标元分析后得到的统计脑图，每张图像均经过阈值化处理，具体为在 P < 0.05 水平上阈值化，并在簇定义阈值 P < 0.001（未校正）下进行 FWE 多重比较校正。该数据集可用于探索元认知判断相关的脑区激活模式，为神经科学领域的研究者提供可复用的元分析结果图像。

【数据集背景】

元认知是指个体对自身认知过程的监控与调节能力，元认知判断则是这一能力在行为层面的重要表现。近年来，神经影像学技术被广泛用于揭示元认知判断背后的脑机制。然而，单个研究往往受限于样本量、实验设计和分析方法差异，结果的可重复性和一致性面临挑战。坐标元分析作为一种整合多个独立研究结果的方法，能够通过统计手段识别出跨研究一致激活的脑区，从而提高结论的稳健性。本数据集正是基于这一背景，利用 GingerALE 软件对元认知判断相关的神经影像研究进行坐标元分析，并将分析结果以阈值化脑图的形式公开，供后续研究参考与验证。

【数据内容】

该数据集包含一系列阈值化脑图，这些脑图是坐标元分析的直接输出结果。每张图像均反映了元认知判断相关研究中一致激活的脑区统计信息。具体而言，图像在 P < 0.05 水平上进行了阈值化，并采用了 FWE（Family-Wise Error）多重比较校正，校正时的簇定义阈值为 P < 0.001（未校正）。这意味着只有满足上述统计标准的体素或簇才会在图像中呈现，从而有效控制假阳性率。数据以图像文件形式组织，具体文件格式、图像数量、空间分辨率、坐标系信息等未在来源描述中说明，源站未提供。

【采集与来源】

本数据集来源于 neurovault.org，这是一个公开的神经影像数据共享平台。原始数据为已发表的神经影像研究中的坐标信息，经 GingerALE 软件进行元分析后生成阈值化脑图。GingerALE 是一款广泛使用的坐标元分析工具，能够将不同研究中的激活坐标进行整合，并通过模拟或置换检验评估统计显著性。数据集的生成过程涉及对多个独立研究的坐标数据进行汇总，但具体纳入的研究数量、检索策略、纳入排除标准等信息源站未提供。

【适用场景】

该数据集适用于神经科学、心理学和认知神经科学等领域的研究者，特别是关注元认知、自我监控、决策判断等高级认知功能的科研人员。具体应用场景包括：作为元分析结果的参考标准，用于验证新实验发现的脑区是否与既往研究一致；作为功能定位的辅助工具，帮助解释个体研究中的激活模式；作为二次分析的起点，例如进行脑区间的功能连接分析或与行为数据的关联分析。此外，该数据集也可用于教学演示，展示坐标元分析的基本流程和结果呈现方式。

【使用方法】

使用者可以从 neurovault.org 下载该数据集中的阈值化脑图，并利用常用的神经影像分析软件（如 FSL、SPM、AFNI 等）或可视化工具（如 Mango、BrainNet Viewer 等）进行查看和叠加分析。由于图像已经过阈值化处理，使用者可以直接观察显著激活的脑区分布，而无需重新进行统计检验。若需将结果与自己的数据进行比较，可将本数据集中的脑图作为感兴趣区域（ROI）掩模，提取相应脑区的信号或进行重叠分析。具体操作步骤、软件版本兼容性及文件命名规则等源站未提供。

【质量与限制】

该数据集采用了严格的统计阈值，包括 P < 0.05 的阈值化以及基于簇定义阈值 P < 0.001（未校正）的 FWE 多重比较校正，这有助于控制假阳性结果，提高元分析结论的可靠性。然而，坐标元分析本身存在一定局限性，例如依赖于原始研究提供的坐标信息，可能受到发表偏倚、研究间异质性以及坐标报告标准不一致的影响。此外，该数据集仅包含阈值化后的脑图，未提供未阈值化的统计图或原始坐标数据，这可能限制使用者进行更灵活的再分析。关于数据的具体质量评估指标、验证结果以及已知的技术限制，源站未提供。

【引用与许可】

使用本数据集时，应遵循 neurovault.org 平台的相关规定，并引用原始元分析研究及数据来源。具体的引用格式、许可协议类型（如是否允许商业使用、是否要求署名、是否允许修改等）以及数据使用条款，源站未提供。建议使用者直接访问 neurovault.org 上该数据集的页面，获取最新的引用信息和许可声明。

原始链接

https://neurovault.org/collections/4238

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://neurovault.org/collections/4238

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。

数据说明

使用GingerALE软件对元认知判断的神经影像学研究进行基于坐标的元分析所得到的阈值化脑图。每张图像均以P < 0.05为阈值，在聚类定义阈值为P < 0.001（未校正）时进行多重比较的FWE校正。

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