five

ds005449

收藏
github2024-09-18 更新2024-09-19 收录
下载链接:
https://github.com/OpenNeuroDatasets/ds005449
下载链接
链接失效反馈
官方服务:
资源简介:
这是一个原始的、未预处理的神经影像数据集,采用BIDS格式,用于论文《Valenced tactile information is evoked by neutral visual cues following emotional learning》。数据集包含多种任务类型,如疼痛刺激、刷子刺激和无刺激的脸部呈现,用于研究情绪学习后的神经激活模式。

This is a raw, unprocessed neuroimaging dataset in BIDS format, used for the academic paper titled *Valenced tactile information is evoked by neutral visual cues following emotional learning*. The dataset includes multiple task paradigms, namely facial presentations paired with pain stimuli, brush stimuli, and no stimulation, which are employed to investigate neural activation patterns following emotional learning.
创建时间:
2024-09-06
原始信息汇总

数据集概述

摘要

该数据集包含未预处理的神经影像数据,采用BIDS格式,用于论文"Valenced tactile information is evoked by neutral visual cues following emotional learning"。研究探讨了在情感学习后,中性视觉线索如何引发情感触觉信息。通过条件化学习,条件刺激(CS)在特定的高阶脑区重新激活了无条件刺激(US)的表征模式,特别是在背侧前扣带回皮质中,CS重新激活了与US情感显著性相关的模式。

任务类型

  1. pain: 呈现厌恶压力刺激的试验。
  2. brush: 呈现食欲刷刺激的试验。
  3. NA: 呈现面部刺激但无刺激的试验,用于检查条件化和消退。

以下试验类型未用于上述论文的分析: 4. morph: 呈现一系列变形面部刺激的试验。 5. funcloc: 呈现面部与房屋功能定位器以定位梭状回面部区域(FFA)的试验。 6. rest: 静息态扫描。 7. error: 未正确完成的运行,这些运行没有相应的刺激时间数据。

额外使用说明

  • 由于刺激传递错误,部分参与者的行为数据对于所有试验类型不可用。
  • 数据采集使用3 Tesla GE Discovery磁共振扫描仪,配备32通道头线圈,在康奈尔大学进行。
  • 每个受试者使用T1加权MPRAGE序列获取高分辨率解剖图像(重复时间(TR)= 7 ms,回波时间(TE)= 3.42 ms,视野(FOV)256 x 256 mm,切片厚度1 mm,176切片)。
  • 功能任务使用多回波(ME)EPI序列获取:TR = 2000 ms,TE1 = 11.7 ms,TE2 = 24.2 ms,TE3 = 37.1 ms,翻转角77°;FOV 240 x 240 mm,共获取102切片,体素大小3 x 3 x 3 mm。
  • 由于采集错误,sub-069sub-079sub-094sub-098sub-335sub-359sub-394的解剖图像不可用。
  • 所有解剖图像已使用pydeface匿名化,除了sub-065使用fsl_deface进行匿名化。
  • 所有解剖图像已应用fslreorient2std以促进匿名化。
搜集汇总
数据集介绍
main_image_url
构建方式
该数据集ds005449以BIDS格式呈现,源自于一项关于情绪学习后中性视觉线索引发情感触觉信息的神经影像研究。数据采集于康奈尔大学,使用3特斯拉GE Discovery磁共振扫描仪,配备32通道头线圈。每个受试者的高分辨率解剖图像通过T1加权MPRAGE序列获取,功能任务则通过多回波EPI序列采集。尽管部分受试者的解剖图像因采集错误未能获取,但所有数据均经过匿名化处理,确保隐私保护。
特点
ds005449数据集的显著特点在于其未预处理的原始状态,这为研究者提供了直接分析神经影像数据的机会。此外,数据集包含了多种任务类型,如厌恶压力刺激、愉悦刷子刺激以及中性面孔刺激,这些任务设计旨在探索条件刺激(CS)与非条件刺激(US)之间的神经关联。数据集还特别强调了情感显著性在神经活动中的作用,通过代表性相似性分析(RSA)模型,揭示了特定高级脑区在情感条件化中的作用。
使用方法
使用ds005449数据集时,研究者应首先根据BIDS格式对数据进行组织和预处理。随后,可以利用多回波EPI序列获取的功能任务数据,结合T1加权解剖图像,进行详细的神经影像分析。特别地,研究者可以应用代表性相似性分析(RSA)模型,以探索情感条件化过程中大脑激活模式的代表性内容。此外,数据集中的任务类型如厌恶压力刺激和愉悦刷子刺激,为研究情感学习与神经机制提供了丰富的实验材料。
背景与挑战
背景概述
ds005449数据集源自2024年发表于《Imaging Neuroscience》的一项研究,题为“Valenced tactile information is evoked by neutral visual cues following emotional learning”。该数据集由康奈尔大学的主要研究人员创建,旨在探讨情感学习后中性视觉线索如何引发触觉信息的神经机制。研究的核心问题在于解析无条件刺激(US)中的感官信息与情感显著性如何转移到条件刺激(CS)上。通过使用基于理论驱动的表示相似性分析(RSA)模型,研究者对功能性磁共振成像(fMRI)数据进行了分析,揭示了情感条件化后特定高级脑区(如背侧前扣带回皮质)的再激活模式。这一研究不仅深化了对情感学习神经机制的理解,还为情感神经科学领域提供了宝贵的数据资源。
当前挑战
ds005449数据集在构建过程中面临多项挑战。首先,数据收集过程中存在刺激传递错误,导致部分参与者在某些试验类型上的行为数据缺失。其次,由于采集错误,部分受试者的解剖图像未能获取,如`sub-069`、`sub-079`等。此外,数据匿名化过程中也遇到了技术问题,例如`sub-065`的匿名化需使用`fsl_deface`而非`pydeface`。这些挑战不仅影响了数据集的完整性,也对后续分析提出了更高的技术要求。在研究层面,解析情感学习中感官信息与情感显著性的转移机制,以及如何准确解码脑激活模式,仍是该领域亟待解决的关键问题。
常用场景
经典使用场景
在神经科学领域,ds005449数据集的经典使用场景主要集中在情感学习和条件反射的研究中。通过分析fMRI数据,研究者能够解码大脑在面对不同情感刺激时的激活模式,特别是当这些刺激与痛苦或愉悦事件相关联时。数据集中的任务设计,如_pain_和_brush_,为研究情感条件反射提供了丰富的实验数据,有助于揭示大脑如何处理和存储情感信息。
解决学术问题
ds005449数据集解决了神经科学中关于情感学习和条件反射的核心问题。通过提供未经预处理的fMRI数据,该数据集使得研究者能够深入探讨大脑在情感学习过程中如何处理和转移无条件刺激(US)的感官信息和情感显著性到条件刺激(CS)上。这一研究不仅加深了对情感学习机制的理解,还为开发新的神经科学研究方法提供了基础数据。
衍生相关工作
基于ds005449数据集,研究者们开展了多项相关工作,特别是在情感学习和神经影像分析领域。例如,一些研究利用该数据集开发了新的神经影像分析方法,如基于表示相似性分析(RSA)的模型,以更好地解码大脑活动模式。此外,还有研究探讨了情感学习对大脑结构和功能连接的影响,进一步推动了情感神经科学的发展。
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