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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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。

### 红外光谱数据库资源 对于红外光谱数据的研究,多个在线平台提供了丰富的资源。例如,NIST Chemistry WebBook是一个广泛使用的化学物质属性数据库,其中包含了大量化合物的红外光谱图[^1]。 另一个重要的资源是Spectral Database for Organic Compounds (SDBS),由日本国家材料科学研究所提供。该网站不仅有详细的红外光谱信息,还涵盖了其他类型的分子振动光谱,如拉曼散射等[^2]。 此外,还有专门针对生物医学应用设计的IRUG(Infrared and Raman Users Group),它收集了大量的蛋白质和其他生物大分子的高质量红外吸收光谱数据集[^3]。 为了更深入地研究特定领域内的红外光谱特性,还可以访问Aldrich图书馆系列中的《现代四极杆质谱仪》一书所附带的数据文件;尽管这本书主要讨论的是质谱技术,但也涉及到了一些与之联用的红外光谱分析方法及其对应的参考图表[^4]。 最后值得注意的是,随着开放获取运动的发展,越来越多科研机构和个人贡献者正在通过GitHub这样的社交编码平台上分享自己的实验成果或模拟计算得到的各种波数范围内的透射率曲线等资料[^5]。 ```python import requests from bs4 import BeautifulSoup def fetch_nist_data(compound_name): url = f"https://webbook.nist.gov/cgi/cbook.cgi?Name={compound_name}&Units=SI" response = requests.get(url) soup = BeautifulSoup(response.content, 'html.parser') ir_spectra_links = [] # Extract links to IR spectra from the page content. for link in soup.find_all('a'): href = link.get('href') if "/cgi/cbook.cgi?" in str(href) and "JCAMP" in str(link.text.strip()): ir_spectra_links.append(f"https://webbook.nist.gov{href}") return ir_spectra_links ```
评论
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