认知近红外数据

研究内容：基于本项目所研究的新型认知评估范式，通过多模态同步任务（如EEG（脑电）+fNIRS（近红外脑功能）+眼动+平衡、fNIRS+步态双任务、fNIRS+OT 任务手功能等，其中眼动、平衡、OT 任务手功能为智能传感信息），建立行为特征与神经影像特征的耦合关系；进而优选高敏感性的EEG/fNIRS 通道，构建高准确性的行为学与低通道EEG/fNIRS 的特征组合。在上述优选的基础上，结合认知行为学测试，从感知觉（眼动平衡）检测出发、到执行控制（低通道fNIRS+步态双任务、低通道fNIRS+OT 任务）、记忆与情景（低通道干电极EEG+低通道fNIRS）开展自适应筛查检测，提高筛查的快速性与敏感性。基于大样本数据与深度学习，构建适用于社区的多模态认知障碍筛查模型。针对认知障碍患者在医院的精细分析与康复效果的即时评价的挑战，对照患者/正常人，研究静息态、任务态下的脑活动响应模式，探究认知障碍的神经/血氧响应机制，建立与认知能力相关的EEG/fNIRS 评价指标（包括时空频模式、网络连接等）及确定个体化认知训练靶点。 数据内容：认知近红外数据；数据采集地点：广东省佛山市，广西省南宁市，北京市；数据采集时间：2018.12，2019.7，2020.12-2021.1；设备名称：课题组研发的近红外脑功能成像装置；运行环境：无；数据类型：文件；预估数据量/记录数：201例；数据格式：hcx

搜集汇总

背景与挑战

背景概述

该数据集为认知近红外数据，来源于国家重点研发计划项目'老年认知障碍多模态评估与智能康复系统研发'，旨在通过多模态任务（如EEG+fNIRS+眼动等）研究认知功能障碍的评估与康复机制。数据采集于2018年至2021年，在广东省佛山市、广西省南宁市和北京市进行，包含201例数据，格式为hcx，总数据量约5.34GB。