OMEGA - Resting State Sample Dataset

该数据集来自The Open MEG Archive (OMEGA)，包含5名受试者的5分钟静息状态数据，眼睛睁开。数据采集于2012-2016年，使用CTF 275 MEG系统，采样率为2400Hz。数据已按照MEG-BIDS规范组织。

This dataset is sourced from The Open MEG Archive (OMEGA), comprising 5 minutes of resting-state data from 5 subjects with their eyes open. The data was collected between 2012 and 2016 using a CTF 275 MEG system, with a sampling rate of 2400Hz. The data has been organized according to the MEG-BIDS specification.

原始信息汇总

OMEGA - Resting State Sample Dataset 概述

数据集描述

实验设计

• 包含5名受试者，每位受试者进行5分钟的静息状态测试，测试时眼睛保持睁开。

MEG采集

• 采集时间：2012-2016年
• 采集地点：蒙特利尔神经学研究所
• 使用CTF 275 MEG系统，采样率为2400Hz
• 低通滤波器设置为600Hz，文件可能包含或不包含CTF第三阶梯度补偿
• 记录通道至少297个，包括：
  • 26个MEG参考传感器
  • 270个MEG轴向梯度计
  • 1个ECG双极（在空房间录音中不可用）
  • 1个垂直EOG双极（在空房间录音中不可用）
  • 1个水平EOG双极（在空房间录音中不可用）

头部形状和基准点

• 使用Polhemus Fastrak设备进行3D数字化，由Brainstorm驱动
• .pos文件包含：
  • CTF线圈中心
  • 解剖参考点：鼻根和耳朵
  • 约100个头部硬部点（不包括软组织）

受试者解剖结构

• 结构T1图像（已匿名化）
• 使用FreeSurfer 5.3处理
• 解剖基准点（NAS, LPA, RPA）已标记并保存于文件中

BIDS组织

• 数据集遵循MEG-BIDS规范（脑成像数据结构）

许可信息

• 数据集来自The Open MEG Archive (OMEGA)，可自由用于研究目的，使用时需引用相关文献。

搜集汇总

数据集介绍

构建方式

OMEGA静息态样本数据集的构建基于蒙特利尔神经研究所（Montreal Neurological Institute）在2012年至2016年间采集的脑磁图（MEG）数据。该数据集包含了5名受试者在静息状态下、眼睛睁开时的5分钟记录，使用CTF 275 MEG系统进行采集，采样率为2400Hz，并配备了600Hz的抗混叠低通滤波器。数据记录包括至少297个通道，涵盖了26个MEG参考传感器、270个MEG轴向梯度计、以及心电图和眼电图等生物信号。此外，头部形状和基准点通过Polhemus Fastrak设备进行3D数字化，并结合Brainstorm软件进行处理。受试者的结构T1图像经过FreeSurfer 5.3处理，并进行了匿名化处理。

使用方法

OMEGA静息态样本数据集适用于多种神经科学研究，特别是对静息态脑活动的分析。研究者可以通过Brainstorm等软件对MEG数据进行处理和分析，结合提供的头部形状和基准点信息，进行精确的源定位和信号分析。此外，数据集的BIDS格式使得数据处理流程更加标准化，便于与其他研究者共享和协作。在使用该数据集时，研究者需遵循OMEGA的使用许可，并在发表研究成果时引用相关文献。

背景与挑战

背景概述

OMEGA静息态样本数据集是由蒙特利尔神经研究所（Montreal Neurological Institute）在2012年至2016年间采集的，旨在为静息态脑电图（MEG）研究提供高质量的数据资源。该数据集由Niso等人创建，并托管于The Open MEG Archive（OMEGA）平台上。数据集包含了5名受试者在静息状态下、眼睛睁开时的5分钟MEG记录，采用CTF 275 MEG系统进行采集，采样率为2400Hz。此外，数据集还包含了受试者的结构T1图像，并经过FreeSurfer 5.3处理，以确保数据的匿名性和标准化。OMEGA数据集的发布遵循MEG-BIDS规范，进一步推动了磁脑电图数据的标准化和共享，对神经科学领域的研究具有重要意义。

当前挑战

OMEGA静息态样本数据集在构建和应用过程中面临多项挑战。首先，MEG数据的采集和处理对设备和技术要求极高，尤其是在高采样率和抗混叠滤波器的使用上，确保了数据的高保真度，但也增加了数据处理的复杂性。其次，数据集的匿名化和标准化处理，如结构T1图像的去识别化和MEG-BIDS规范的遵循，虽然提高了数据的可重复性和共享性，但也增加了数据预处理的难度。此外，静息态数据的分析本身具有挑战性，因为静息态脑活动通常表现为低频波动，如何从中提取有意义的神经信号并进行有效的分类和解释，是该领域研究的核心难题。

常用场景

经典使用场景

OMEGA静息态样本数据集在神经科学领域中被广泛应用于研究大脑的静息态活动。该数据集包含了五名受试者在睁眼状态下进行的五分钟静息态磁共振成像（MEG）记录，为研究者提供了丰富的脑电活动数据。这些数据特别适用于分析大脑在静息状态下的自发活动模式，如默认模式网络（DMN）的激活和功能连接性分析。

解决学术问题

该数据集解决了神经科学中关于静息态大脑活动的基础研究问题，特别是在理解默认模式网络（DMN）的功能和其在不同状态下的变化方面。通过分析这些数据，研究者能够深入探讨大脑在静息状态下的自组织和信息处理机制，为神经疾病的诊断和治疗提供了新的视角和方法。

实际应用

在实际应用中，OMEGA数据集被用于开发和验证神经影像分析算法，特别是在脑机接口（BCI）和神经反馈系统中的应用。此外，该数据集还支持了多种临床研究，如抑郁症、阿尔茨海默病等神经精神疾病的研究，帮助识别和量化这些疾病中的大脑活动异常。

数据集最近研究

最新研究方向

在神经科学领域，OMEGA静息态样本数据集的最新研究方向主要集中在利用磁共振脑电图（MEG）技术探索大脑静息态网络的动态特性。该数据集的高质量MEG记录和符合MEG-BIDS标准的组织结构，为研究者提供了分析大脑静息态活动的有力工具。前沿研究不仅关注静息态网络的拓扑结构，还深入探讨了这些网络在不同认知任务中的变化及其与神经疾病的关系。此外，OMEGA数据集的开放性和标准化处理，促进了跨机构、跨学科的合作研究，推动了MEG数据分析方法的标准化和自动化进程，对神经科学研究和临床应用具有重要意义。