使用神经成像数据集 (ASTaUND) 评估外科任务
Anil Kamat1, Condell Eastmond2, Yuanyuan Gao3
1Center for Modeling, Simulation, and Imaging for Medicine, Rensselaer Polytechnic Institute, Troy, New York, 12180, USA. anilkamat202@gmail.com.
Scientific data
|October 14, 2023
概括
这项研究介绍了ASTaUND数据集,该数据集包含来自手术任务的移动受试者的功能近红外光谱 (fNIRS) 数据. 这种开放访问资源有助于在现实的,非限制性环境中进行神经成像研究.
科学领域:
- 神经科学是一个神经科学.
- 外科教育的外科教育
背景情况:
- 功能近红外光谱 (fNIRS) 是一种神经成像技术,用于评估大脑活动.
- 现有的开放访问的fNIRS数据集往往涉及简单或动作受限的任务.
- 评估外科技能对于普通外科的认证至关重要.
研究的目的:
- 引入ASTaUND数据集,其中包括fNIRS数据来自移动受试者执行 laparoscopic手术基础 (FLS) 任务.
- 为数据集提供有关硬件,协议和受试者人口统计的全面信息.
- 支持神经成像研究,以在现实的环境中评估外科技能.
主要方法:
- 从实验室环境中从从实验室中执行FLS任务的受试者获得的fNIRS数据跨越了四项研究.
- 收集了手术技巧评估的眼镜外科手术基础 (FLS) 的同时得分.
- 文档化硬件,任务执行协议和受试者的人口统计数据.
主要成果:
- 现在可以使用ASTaUND数据集作为开放访问资源.
- 该数据集包括神经成像数据和定量外科技能指标.
- 为现实的环境提供了一个数据处理管道示例.
结论:
- ASTaUND数据集促进了移动受试者的手术技能的神经成像研究.
- 本资源支持开发客观的外科技能评估方法.
- 该数据集是推进外科教育和神经成像领域的宝贵工具.
