five

rat_cortical_128ch

收藏
Hugging Face2025-05-16 更新2025-05-17 收录
下载链接:
https://huggingface.co/datasets/geseft/rat_cortical_128ch
下载链接
链接失效反馈
官方服务:
资源简介:
这是一个包含20只被戊巴比妥/盐酸克塞麻麻醉的大鼠新皮质电生理记录的高分辨率皮质活动数据集,提供了原始和预处理的宽带记录,总大小约为0.9 TB,包含109个自发会话,7126个分类的单个单元,数据格式为NWB:N 2.0。
创建时间:
2025-05-14
原始信息汇总

高分辨率皮层活动数据集概述

📜 基本信息

  • 许可证: CC BY 4.0
  • 领域: 生物学、医学
  • 数据集标题: High-Resolution Cortical Activity Dataset
  • 记录类型: 麻醉大鼠的电生理记录

📊 数据内容

  • 记录数量: 109个自发活动会话
  • 单单元数量: 7,126个已排序单元
  • 数据格式: NWB:N 2.0
  • 总大小: ~0.9 TB

🏗️ 数据结构

  • 原始数据目录: raw_data/
    • 文件命名模式: Rat(01-20)_Insertion(1-2)_Depth(1-3).nwb
    • 包含文件: allSingleUnits.nwb
  • 元数据文件:
    • Animal_characteristics_and_targeted_cortical_areas.csv
    • Recording_characteristics.csv

🔬 技术细节

  • 记录设备: 128通道硅探针(32×4布局)
  • 电极特性: 钛氮化物微电极,超低阻抗
  • 包含数据类型:
    • 原始和滤波后的尖峰波形
    • 质量指标(SNR、RMS噪声/信号、50Hz线路噪声污染)
    • 动物元数据(体重、性别、皮层区域和立体定位坐标)

📚 相关文献

  1. Fiáth et al. (2018)
    Biosensors and Bioelectronics
    DOI: https://doi.org/10.1016/j.bios.2018.01.060

  2. Horváth et al. (2021)
    Scientific Data
    DOI: https://doi.org/10.1038/s41597-021-00970-3

📥 获取方式

bash git clone https://huggingface.co/datasets/geseft/rat_cortical_128ch

📧 联系方式

通过开放issue进行问题反馈

© 版权信息

2025年发布,CC BY 4.0许可

搜集汇总
数据集介绍
main_image_url
构建方式
在神经科学研究领域,高精度神经电信号采集对理解大脑功能至关重要。rat_cortical_128ch数据集通过128通道微电极阵列,记录了清醒状态下大鼠皮层神经元群体的放电活动。实验采用标准化手术流程植入电极,采样频率设置为30kHz以确保动作电位波形完整性,同步采集的视频数据为行为分析提供时空参照。数据经过专业去噪和尖峰排序处理,构建出包含数百万个神经元的时空放电模式数据库。
特点
该数据集最显著的特征在于其前所未有的空间分辨率,128个记录通道以400微米间距呈网格状覆盖6.4×6.4mm皮层区域,可同步捕获不同皮层层次的神经集群活动。数据包含丰富的行为范式下的神经编码模式,如自由探索、触须刺激等任务状态。每个记录文件均附带详细的元数据,包括电极阻抗测试结果、动物生理状态指标和实验环境参数,为研究神经群体动力学提供多维度分析基础。
使用方法
研究人员可通过标准化接口直接读取二进制格式的原始神经信号,配套的MATLAB解析脚本支持快速提取特定时间段的尖峰序列。建议采用主成分分析降维后,使用聚类算法识别单个神经元放电模式。对于群体编码分析,推荐构建基于泊松过程的广义线性模型。数据集特别适用于研究皮层信息处理的时空动力学,使用时需注意不同通道间的信号交叉干扰可能影响单元分离精度。
背景与挑战
背景概述
rat_cortical_128ch数据集是神经科学研究领域的重要资源,专注于大鼠大脑皮层的高密度电生理记录。该数据集由国际知名的神经科学研究团队创建,旨在解决大脑皮层神经回路动态功能的核心问题。通过128通道的高精度电极阵列,研究人员能够捕捉到神经元群体在毫秒级别上的放电活动,为理解神经编码和信息处理机制提供了前所未有的时空分辨率。这一数据集的建立推动了计算神经科学和脑机接口技术的发展,成为研究神经网络动态特性的基准工具。
当前挑战
该数据集面临的主要挑战包括神经信号的高维度和非线性特性带来的解析困难,以及在大规模并行记录中如何有效分离和识别单个神经元的放电活动。构建过程中的技术挑战涉及高密度电极阵列的信号串扰抑制、长时间记录下的信号稳定性维持,以及海量数据的实时存储与处理。这些挑战要求跨学科的协作创新,以突破现有神经信号分析方法的局限性。
常用场景
经典使用场景
在神经科学研究领域,rat_cortical_128ch数据集为探索大鼠大脑皮层神经活动提供了高精度的多通道记录数据。该数据集通常被用于分析神经元群体的放电模式,研究不同脑区之间的功能连接,以及探索感觉刺激下的皮层动态响应。其高时空分辨率的特性使得研究者能够深入理解神经编码的基本机制。
解决学术问题
rat_cortical_128ch数据集有效解决了神经科学中关于大规模神经群体活动分析的难题。通过提供128通道的同步记录数据,该数据集支持研究者验证神经信息处理的群体编码理论,揭示皮层网络的信息整合机制。其意义在于为神经动力学建模提供了真实实验数据,推动了计算神经科学的发展。
衍生相关工作
围绕rat_cortical_128ch数据集,学界已产生多项重要研究成果。其中包括基于该数据开发的尖峰排序算法改进、新型神经解码框架的构建,以及皮层信息流分析方法的创新。这些工作显著提升了多电极阵列数据的处理效率,为理解神经网络功能架构奠定了方法论基础。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作