fNIRS 公开数据集整理

本文整理了功能性近红外光谱(fNIRS)技术的公开数据集,包括多个研究团队分享的fNIRS数据,涉及不同任务和实验条件,如语音任务、航天认知状态监测、中风研究等,数据集可通过DOI或特定网址获取,部分需申请授权。

关注“心仪脑”查看更多脑科学知识的分享。

关键词:数据整理、fNIRS

之前我们向大家推送了 Public Neuroscience Dataset 系列主题的第一期: 《EEG公开数据集》,我们同时意识到大家对于神经科学公开数据集的需求。本期是该系列主题的第二期,我们在延续第一期初衷的基础上,整理了功能性近红外光谱(fNIRS)技术的公开数据集。

fNIRS 是一种非侵入性、便携且价格低廉的光学神经成像技术,它具有可观的空间和时间分辨率。因fNIRS技术问世较EEG晚了许多,所以应用此技术开展研究发表的成果和EEG不在一个量级,使用Google数据集检索发现,fNIRS没有系统的公开数据集。

鉴于此,本期编者从已正式发表的文献(以在Google Scholar中检索到为依据)入手,选择已发表文献所引用的公开fNIRS数据集,同时整理数据集和使用该数据集发表的文献资料,希望能为大家在应用fNIRS这项技术开展科研工作提供帮助。

以下汇总的信息同步托管到GitHub,大家如果有 fNIRS 数据集可以共享,可以加入协作补充(https://github.com/hubandad/fnirsdataset )。

1. Defenderfer 2019; fNIRS data files for event-related vocoding/background noise study

来自美国田纳西大学的Defenderfer 团队共享的38例fNIRS数据集,该数据集为受试者完成噪声编码语音任务以及背景白噪声语音感知任务的功能性近红外数据。

数据集获取地址:http://dx.doi.org/10.17632/4cjgvyg5p2.1

数据集引用:

Defenderfer, Jessica; Buss, Aaron (2019), “Defenderfer 2019; fNIRS data files for event-related vocoding/background noise study”, Mendeley Data, V1, doi: 10.17632/4cjgvyg5p2.1

2.Space Technology Mission Directorate 2020; Interference Tolerant Functional Near Infrared Spectrometer (fNIRS) for Cognitive State Monitoring

美国nasa空间技术任务局于2020年公布的一组利用 fNIRS 技术实时检测航天机组人员的大脑认知状态的数据集。该数据集中的实验主要是对机组人员在操作与航天安全有关的任务时,脑功能水平下降的预警和干预。该数据集为公开数据集,但nasa并未直接提供链接供下载,可邮件申请,详见数据集网页。

目前,EEG(脑电图)和 fNIRS(功能性近红外光谱)的联合数据集相对较少,因为这两种技术的结合仍处于研究和应用的早期阶段。然而,一些研究机构和实验室已经开始共享包含 EEG 和 fNIRS数据集,特别是在脑机接口(BCI)、阿尔茨海默病分类和神经反馈研究等领域。 ### 公共 EEG 和 fNIRS 数据集 1. **KimSSung/Multi-Task-EEG-fNIRS-Alzheimer-Classification** 该项目提供了一个包含 EEG 和 fNIRS 数据的公开数据集,用于阿尔茨海默病的四类分类任务。该数据集的论文和源码可在 GitHub 上找到,链接为: [https://github.com/KimSSung/Multi-Task-EEG-fNIRS-Alzheimer-Classification](https://github.com/KimSSung/Multi-Task-EEG-fNIRS-Alzheimer-Classification) 此外,该研究展示了 EEG 和 fNIRS 联合数据在神经疾病分类中的应用潜力[^2]。 2. **OpenNeuro** OpenNeuro 是一个开放的神经科学数据存储库,支持多种神经影像数据格式,包括 EEG 和 fMRI。虽然目前关于 fNIRS数据集较少,但可以通过筛选相关研究找到包含 EEG 和 fNIRS数据集。访问地址: [https://openneuro.org/](https://openneuro.org/) 3. **NITRC(Neuroimaging Informatics Tools & Resources Clearinghouse)** NITRC 提供了多种神经影像工具和数据集,包括 EEG 和 fNIRS 相关资源。可以通过搜索关键词 "EEG" 和 "fNIRS" 找到相关的数据集: [https://www.nitrc.org/](https://www.nitrc.org/) 4. **BCI Competition IV** 虽然主要关注 EEG 数据,但部分竞赛任务涉及多模态数据,可能包含 EEG 和 fNIRS 的联合数据。这些数据集可用于测试和开发脑机接口算法: [http://bnci-horizon.eu/](http://bnci-horizon.eu/) 5. **GigaScience 数据库** GigaScience 提供了多个与神经科学相关的数据集,包括 EEG 和 fNIRS 的联合数据集。可以通过其数据库查找相关研究并下载数据: [https://academic.oup.com/gigascience](https://academic.oup.com/gigascience) ### 数据集下载注意事项 - **数据格式**:EEG 和 fNIRS 数据通常以不同的格式存储,例如 `.edf`、`.mat` 或 `.nirs`。确保使用适当的工具(如 MATLAB、Python 的 `mne` 或 `nirslib`)进行解析。 - **预处理**:EEG 和 fNIRS 数据通常需要进行预处理,包括去噪、滤波和同步。可以使用开源工具如 `FieldTrip`、`MNE-Python` 或 `NIRS-SPM`。 - **跨模态分析**:由于 EEG 和 fNIRS 提供的信息不同(EEG 反映电活动,fNIRS 反映血流动力学变化),联合分析需要考虑神经血管耦合(NVC)模型[^3]。 ### 示例代码:EEG 和 fNIRS 数据的同步 以下是一个简单的 Python 示例代码,用于同步 EEG 和 fNIRS 数据: ```python import numpy as np import mne # 加载 EEG 数据 eeg_data = mne.io.read_raw_edf("eeg_data.edf", preload=True) # 加载 fNIRS 数据(假设为 .mat 文件) fnirs_data = np.load("fnirs_data.mat") # 提取 EEG 数据的时间戳 eeg_timestamps = eeg_data.times # 假设 fNIRS 数据的时间戳存储在 'fnirs_timestamps' 中 fnirs_timestamps = fnirs_data['timestamps'] # 同步 EEG 和 fNIRS 数据 common_time = np.intersect1d(eeg_timestamps, fnirs_timestamps) eeg_sync = eeg_data.get_data(tmin=common_time[0], tmax=common_time[-1]) fnirs_sync = fnirs_data['data'][np.isin(fnirs_timestamps, common_time)] ``` ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值