人类丘脑底核局部场电位追踪冲动选择前兆数据

数据集获取

源站：https://doi.org/10.5061/dryad.54tp8q5

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 2.72 GB。

数据说明

下一代深部脑刺激（DBS）设备的主要目标之一是能够自适应地不仅减轻神经疾病（如帕金森病（PD）和强迫症（OCD））的运动症状，还能减轻其认知症状。基于研究表明β波段同步与PD运动症状严重程度之间存在关联，最小化β波段活动已被提出作为闭环DBS的潜在训练目标。目前，对于PD的冲动性副作用，尚未发现类似的信号，尽管多项研究已将丘脑底核（STN）——DBS治疗部位——内的θ波段活动与冲突监测和抑制过程联系起来。在此，我们通过在一项自我节奏决策任务中记录STN内多个独立通道的信号，来测试这些信号是否携带足以在逐次试验基础上预测停止行为的信息，以应对这一挑战。与先前研究一致，我们发现局部场电位（LFPs）在自我发起运动之前表现出调制，在审议期间多个频率的功率逐渐上升。

此外，信号在决策时刻前后显示出功率的相位性变化。然而，一个试图利用这些信号预测决策时间的前瞻性模型显示，将局部场电位（LFPs）作为回归因子加入后，风险水平的效应并未得到改善。这些发现表明，追踪冲动选择前导过程的信息分布在STN的多个频率尺度上，尽管当前技术可能不具备足够的信噪比来逐刻预测——从而抑制——冲动行为。

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。