Midnight Scanning Club (MSC) data

该数据集包含Midnight Scanning Club (MSC)的数据，专注于通过收集大量个体数据来精确表征十个个体。每个个体经历了十二次两小时的扫描会话。前两次会话收集了多种图像，后十次会话收集了静息状态和任务相关的fMRI数据。参与者还进行了广泛的神经心理学测试。除了原始数据外，还提供了使用体积和表面基础管道的多种衍生数据。

This dataset comprises data from the Midnight Scanning Club (MSC), focusing on precisely characterizing ten individuals through the collection of extensive individual data. Each individual underwent twelve two-hour scanning sessions. The first two sessions collected a variety of images, while the subsequent ten sessions gathered resting-state and task-related fMRI data. Participants also underwent extensive neuropsychological testing. In addition to the raw data, various derived data processed using volumetric and surface-based pipelines are provided.

原始信息汇总

数据集概述

数据集内容

• 原始数据：

  • 每位参与者进行了12次每次2小时的扫描。
  • 前两次扫描收集了4张T1图像、4张T2图像、4张MR血管造影和8张MR静脉造影。
  • 后十次扫描收集了5小时静息状态fMRI数据和超过5.5小时任务fMRI数据，涉及三个不同任务。
  • 参与者还接受了广泛的神经心理学测试。

• 处理后的衍生数据：

  • 体积处理：
    • 跨会话平均T1和T2图像，线性注册到Talaraich空间。
    • 每个扫描会话的静息状态数据，经过全面预处理、运动校正和混杂因素回归。
  • 表面处理：
    • 从T1扫描中分割的皮质表面，经FreeSurfer处理、手工编辑并注册到fs_LR 32k空间。
    • 静息状态数据，以CIFTI格式（皮质：fs_LR 32k；皮质下：Talaraich）全面预处理、运动校正和混杂因素回归。
    • 从静息状态数据估计的皮质分区。
    • 从静息状态数据估计的全脑网络，以顶点为单位。
    • 任务时间序列，以CIFTI格式（皮质：fs_LR 32k；皮质下：Talaraich）。
    • 任务对比图像，以CIFTI格式（皮质：fs_LR 32k；皮质下：Talaraich）。
    • 从T1和T2加权解剖扫描估计的髓鞘图。
    • 描述cifti图像中每两点之间物理测地/欧几里得距离的矩阵。

引用信息

• 当使用此数据集发表研究时，应引用Gordon EM, Laumann TO, Gilmore AW, et al. (2017)的文献：“Precision Functional Mapping of Individual Human Brains. Neuron 95, 791–807”。

搜集汇总

数据集介绍

构建方式

Midnight Scanning Club (MSC)数据集的构建过程体现了对个体大脑功能映射的精确追求。该数据集通过对十名受试者进行十二次独立的扫描会话，收集了大量个体化数据。在最初的两次会话中，研究人员采集了每位受试者的四张T1图像、四张T2图像、四张MR血管造影图和八张MR静脉造影图。在随后的十次会话中，收集了五小时的静息态功能磁共振成像（fMRI）数据以及超过五小时的任务态fMRI数据，涵盖三项不同任务。此外，受试者还接受了广泛的神经心理学测试。这些原始数据均被完整地记录并提供了出来。

特点

MSC数据集的特点在于其丰富的数据类型和深度处理。除了原始数据外，数据集还提供了经过体积化（Talaraich空间）和表面化（fs_LR_32k空间）处理的多项衍生数据。体积化衍生数据包括跨会话平均的T1和T2图像，这些图像已线性注册到Talaraich空间，以及经过完全预处理、运动校正和混杂因素回归的静息态数据。表面化衍生数据则包括从T1扫描中分割出的皮质表面，这些表面经过手动编辑并注册到fs_LR空间，以及以CIFTI格式提供的静息态数据、从静息态数据估计的皮质分区、从静息态数据估计的顶点级全脑网络、任务时间序列、任务对比图像、从T1和T2加权解剖扫描估计的髓鞘图，以及描述CIFTI图像中每两点之间物理测地线/欧几里得距离的矩阵。

使用方法

MSC数据集的使用方法多样，适用于广泛的神经科学研究。研究人员可以利用该数据集进行个体大脑功能映射的精确分析，探索静息态和任务态fMRI数据之间的关系，以及研究皮质和皮质下结构的功能连接。数据集提供的衍生数据可以直接用于高级分析，如网络构建、功能分区和任务对比分析。此外，数据集中的神经心理学测试数据为理解大脑功能与行为之间的关系提供了重要线索。使用该数据集时，建议引用相关文献以支持研究的科学性和可重复性。

背景与挑战

背景概述

Midnight Scanning Club (MSC)数据集由Gordon等人于2017年创建，旨在通过大量个体数据的收集，精确刻画人类大脑的功能映射。该数据集的核心研究问题在于如何通过高密度的神经影像数据，揭示个体大脑功能的独特性和变异性。数据集包含十名受试者，每名受试者经历了十二次独立的扫描会话，涵盖了多种神经影像数据，包括T1、T2加权图像、磁共振血管成像、静息态和任务态功能磁共振成像（fMRI）等。此外，受试者还接受了广泛的神经心理学测试。MSC数据集为神经科学研究提供了丰富的个体化数据资源，推动了精准医学和神经影像学的发展，特别是在个体大脑功能映射和网络分析领域具有重要影响力。

当前挑战

MSC数据集在解决个体大脑功能映射问题时，面临的主要挑战在于如何从高维度的神经影像数据中提取出具有生物学意义的信息。由于个体大脑结构和功能的变异性较大，如何在不同受试者之间进行有效的比较和分析是一个复杂的问题。此外，数据集的构建过程中也遇到了诸多技术挑战，例如长时间扫描过程中受试者的运动伪影、多模态数据的配准与融合、以及大规模数据的存储与处理。尽管数据集提供了经过预处理的衍生数据，但如何确保这些数据的质量和一致性，仍然是一个需要持续优化的问题。这些挑战不仅反映了神经影像学领域的技术瓶颈，也为未来的研究提供了重要的改进方向。

常用场景

经典使用场景

Midnight Scanning Club (MSC)数据集在神经科学研究中扮演着重要角色，特别是在个体化脑功能映射领域。该数据集通过收集每位受试者的大量数据，包括T1、T2图像、MR血管造影、静息态和任务态功能磁共振成像（fMRI）等，为研究者提供了丰富的多模态脑成像数据。这些数据被广泛应用于探索个体大脑的功能连接、任务激活模式以及脑区间的相互作用，为理解人类大脑的复杂功能提供了坚实的基础。

衍生相关工作

MSC数据集衍生了许多经典的神经科学研究工作。例如，基于该数据集的研究揭示了大脑功能网络的个体差异，并提出了新的脑功能分区方法。此外，数据集中的任务态fMRI数据被用于研究不同认知任务下的大脑激活模式，推动了认知神经科学的发展。数据集的处理流程和衍生数据也为其他脑成像研究提供了参考，促进了脑成像技术的标准化和优化。

数据集最近研究

最新研究方向

Midnight Scanning Club (MSC)数据集在神经科学领域的最新研究方向聚焦于个体化大脑功能图谱的精确绘制。随着神经影像技术的不断进步，研究者们越来越关注个体大脑在结构和功能上的独特差异。MSC数据集通过多模态影像数据采集，包括T1、T2加权图像、磁共振血管成像、静息态和任务态功能磁共振成像，为深入理解个体大脑的神经活动模式提供了丰富的数据支持。近年来，基于该数据集的研究热点包括个体化大脑网络构建、任务态神经活动的时空动态分析，以及大脑皮层与皮层下结构的连接模式探索。这些研究不仅推动了神经影像学在个体化医疗中的应用，还为认知神经科学和神经精神疾病的机制研究提供了新的视角。MSC数据集的开放共享，极大地促进了全球科研团队在脑科学领域的合作与创新，为未来精准医学的发展奠定了重要基础。