five

WU-Minn HCP1200 Data|脑部成像数据集|神经科学研究数据集

收藏
github2024-03-20 更新2024-05-31 收录
脑部成像
神经科学研究
下载链接:
https://github.com/datalad-datasets/human-connectome-project-openaccess
下载链接
链接失效反馈
资源简介:
WU-Minn HCP1200数据集包括来自年轻健康成年双胞胎和非双胞胎兄弟姐妹(年龄22-35岁)的3T/7T MR扫描,使用四种成像模式:结构图像(T1w和T2w),静息状态fMRI(rfMRI),任务fMRI(tfMRI)和高角度分辨率扩散成像(dMRI)。此外,还包括所有个体的行为和其他测量数据,以及部分受试者(双胞胎对)的MEG数据和7T MR数据。

The WU-Minn HCP1200 dataset comprises 3T/7T MR scans from young, healthy adult twins and non-twin siblings (aged 22-35), utilizing four imaging modalities: structural images (T1w and T2w), resting-state fMRI (rfMRI), task-based fMRI (tfMRI), and high angular resolution diffusion imaging (dMRI). Additionally, it includes behavioral and other measurement data for all individuals, as well as MEG data and 7T MR data for a subset of subjects (twin pairs).
创建时间:
2020-01-24
原始信息汇总

数据集概述

数据集来源

  • 名称: Human Connectome Project Open Access dataset
  • 来源: HCP (Human Connectome Project)
  • 目标: 构建个体间完整结构和功能神经连接的活体地图

数据内容

  • 样本: 年轻健康成年双胞胎及非双胞胎兄弟姐妹(年龄22-35岁)
  • 数据类型:
    • 结构图像(T1w和T2w)
    • 静息态功能磁共振成像(rfMRI)
    • 任务态功能磁共振成像(tfMRI)
    • 高角度分辨率扩散成像(dMRI)
    • 行为和其他个体测量数据
    • MEG数据和7T MR数据(部分样本)

数据访问与检索

  • 工具: DataLad (版本0.12.2或更高)
  • 访问条件: 需同意WU-Minn HCP Consortium Open Access Data Use Terms并获取有效的AWS凭证
  • 获取步骤:
    • db.humanconnectome.org创建账户
    • 登录并接受数据使用条款
    • 启用Amazon S3访问以获取访问密钥ID和秘密访问密钥

数据集结构

  • 组织方式: 每个HCP1200/主题目录为一个DataLad子数据集
  • 访问方法: 使用datalad get -n <subject-id>命令克隆子数据集并访问发布说明

使用DataLad

  • 功能: 允许细粒度数据访问,无需托管HCP数据
  • 安装指南: 参考handbook.datalad.org/en/latest/intro/installation.html
  • 基本操作:
    • 克隆数据集: datalad clone <url>
    • 检索数据内容: datalad get <path/to/directory/or/file>
    • 更新数据集: datalad update --merge

数据集使用说明

获取数据集

  • 命令: datalad clone <url>

检索数据内容

  • 命令: datalad get <path/to/directory/or/file>

更新数据集

  • 命令: datalad update --merge

更多信息

AI搜集汇总
数据集介绍
main_image_url
构建方式
WU-Minn HCP1200数据集通过DataLad工具从人类连接组项目(HCP)的开放访问数据集中构建。该数据集包含了来自年轻健康成年双胞胎和非双胞胎兄弟姐妹(年龄在22至35岁之间)的高分辨率3T MR扫描数据,涵盖了四种成像模式:结构图像(T1w和T2w)、静息态fMRI(rfMRI)、任务态fMRI(tfMRI)和高角分辨率扩散成像(dMRI)。此外,还包括了所有受试者的行为数据和其他个体测量数据,以及部分受试者的MEG数据和7T MR数据。数据集的构建依赖于DataLad的版本控制和数据共享功能,确保了数据的细粒度访问和高效管理。
特点
WU-Minn HCP1200数据集的显著特点在于其多模态数据的全面性和高分辨率特性。数据集不仅包含了多种成像模式,还结合了行为学数据,为研究者提供了丰富的神经科学研究资源。此外,数据集通过DataLad进行管理,支持细粒度的文件级数据访问,用户可以根据需求选择性地下载特定文件或子数据集,极大地提高了数据使用的灵活性和效率。
使用方法
使用WU-Minn HCP1200数据集首先需要通过DataLad工具进行数据访问。用户需在db.humanconnectome.org创建账户并接受数据使用条款,获取有效的AWS凭证。随后,通过`datalad clone`命令克隆数据集,并使用`datalad get`命令下载所需的具体文件或子数据集。数据集支持版本更新,用户可通过`datalad update`命令保持数据集的最新状态。DataLad的强大功能使得数据的管理和使用变得简便高效,适合各类神经科学研究的需求。
背景与挑战
背景概述
WU-Minn HCP1200数据集是由华盛顿大学-明尼苏达大学人类连接组项目(Human Connectome Project, HCP)发布的一个开放访问数据集。该项目旨在构建个体内部及个体之间的完整结构性和功能性神经连接图谱。该数据集包含了来自年轻健康成年双胞胎和非双胞胎兄弟姐妹(年龄在22至35岁之间)的高分辨率3T磁共振成像(MRI)扫描数据,涵盖了四种成像模式:结构图像(T1w和T2w)、静息态fMRI(rfMRI)、任务态fMRI(tfMRI)和高角分辨率扩散成像(dMRI)。此外,数据集还包括所有受试者的行为数据和其他个体测量数据,以及部分受试者的MEG数据和7T MRI数据。该数据集的发布极大地推动了神经科学领域的研究,为理解人类大脑的连接模式提供了宝贵的资源。
当前挑战
WU-Minn HCP1200数据集在构建和使用过程中面临多项挑战。首先,数据集的规模庞大,包含了来自1200名受试者的多模态神经影像数据,这使得数据的存储、管理和访问变得复杂。其次,数据的质量控制和标准化处理是一个重要挑战,确保不同成像模式和不同受试者之间的数据一致性和可靠性。此外,数据的安全性和隐私保护也是一个关键问题,特别是在涉及敏感的个体健康信息时。最后,数据集的访问和使用需要遵守严格的协议和条款,确保数据的合法和道德使用,这对研究者的技术能力和合规意识提出了较高要求。
常用场景
经典使用场景
WU-Minn HCP1200数据集的经典使用场景主要集中在神经科学领域,尤其是人类大脑连接图谱的构建与分析。该数据集通过高分辨率的3T磁共振成像(MRI)技术,提供了结构图像(T1w和T2w)、静息态功能磁共振成像(rfMRI)、任务态功能磁共振成像(tfMRI)以及高角分辨率扩散成像(dMRI)等多种成像模式的数据。这些数据为研究者提供了丰富的神经连接信息,支持对大脑结构和功能的深入研究,尤其是在健康年轻成年人的大脑连接模式分析中具有重要应用。
衍生相关工作
WU-Minn HCP1200数据集的发布催生了一系列相关的经典工作。首先,基于该数据集的研究在揭示大脑连接的个体差异及其与行为的关系方面取得了重要进展,推动了神经科学领域对大脑网络的理解。其次,该数据集为开发和验证新的神经影像分析算法提供了丰富的数据资源,尤其是在功能磁共振成像(fMRI)和扩散成像(dMRI)的自动化处理和分析方面。此外,基于该数据集的研究还促进了大脑连接与遗传因素关系的研究,为神经科学领域的遗传学研究提供了新的视角和方法。
数据集最近研究
最新研究方向
在神经科学领域,WU-Minn HCP1200数据集因其丰富的多模态神经影像数据而备受瞩目。该数据集整合了高分辨率3T磁共振成像(MRI)、静息态功能磁共振成像(rfMRI)、任务态功能磁共振成像(tfMRI)以及高角分辨率扩散成像(dMRI)等多种成像技术,为研究者提供了深入探索人脑结构与功能连接的宝贵资源。近年来,该数据集在前沿研究中被广泛应用于脑网络分析、神经疾病诊断以及个体差异研究等领域。特别是在脑网络的动态特性、跨模态数据融合以及神经影像与行为数据关联分析方面,WU-Minn HCP1200数据集为推动神经科学研究提供了强有力的支持。此外,数据集的开放获取特性与DataLad工具的结合,进一步促进了全球研究者的协作与数据共享,对推动神经科学领域的创新研究具有重要意义。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

中国1km分辨率逐月降水量数据集(1901-2023)

该数据集为中国逐月降水量数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2023.12。数据格式为NETCDF,即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。为了便于存储,数据均为int16型存于nc文件中,降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。

国家青藏高原科学数据中心 收录

LibriSpeech

LibriSpeech 是一个大约 1000 小时的 16kHz 英语朗读语音语料库,由 Vassil Panayotov 在 Daniel Povey 的协助下编写。数据来自 LibriVox 项目的已读有声读物,并经过仔细分割和对齐。

OpenDataLab 收录

GME Data

关于2021年GameStop股票活动的数据,包括每日合并的GME短期成交量数据、每日失败交付数据、可借股数、期权链数据以及不同时间框架的开盘/最高/最低/收盘/成交量条形图。

github 收录

AISHELL/AISHELL-1

Aishell是一个开源的中文普通话语音语料库,由北京壳壳科技有限公司发布。数据集包含了来自中国不同口音地区的400人的录音,录音在安静的室内环境中使用高保真麦克风进行,并下采样至16kHz。通过专业的语音标注和严格的质量检查,手动转录的准确率超过95%。该数据集免费供学术使用,旨在为语音识别领域的新研究人员提供适量的数据。

hugging_face 收录

WideIRSTD Dataset

WideIRSTD数据集包含七个公开数据集:SIRST-V2、IRSTD-1K、IRDST、NUDT-SIRST、NUDT-SIRST-Sea、NUDT-MIRSDT、Anti-UAV,以及由国防科技大学团队开发的数据集,包括模拟陆基和太空基数据,以及真实手动标注的太空基数据。数据集包含具有各种目标形状(如点目标、斑点目标、扩展目标)、波长(如近红外、短波红外和热红外)、图像分辨率(如256、512、1024、3200等)的图像,以及不同的成像系统(如陆基、空基和太空基成像系统)。

github 收录