一个密集的纵向多模式单人 rs-fMRI 数据集,通过自行管理的扫描获得

科学领域:

• 神经成像是一种神经成像.
• 神经科学是一个神经科学.
• 数据科学数据科学数据科学

背景情况:

• 密集的纵向神经成像通常需要大量的机构资源.
• 对于使用标准临床MRI基础设施的个人来说,获取此类数据可能是可行的.

研究的目的:

• 为了呈现一个全面的,多式单个主体神经成像数据集.
• 为了促进方法的开发,可靠性分析,预处理基准测试和神经成像的教育使用.

主要方法:

• 在临床3T系统上在11个月内获得85小时的休息状态功能性MRI (fMRI).
• 包括多模式数据:结构性MRI (T1w),扩散MRI,生理记录,行为评估和日志.
• 采用标准化协议和运动质量控制的自主获取,实现3毫米以下的定位可重现性.

主要成果:

• 收集了85个小时的静止状态fMRI,195个T1w扫描和54个扩散MRI会话的数据集.
• 确定了58小时的低动作数据,适合分析.
• 数据收集持续了11个月,捕捉了自然主义的变化,如药物变化和季节性影响.

结论:

• 个人可以使用随时可用的临床MRI扫描仪生成大量高质量的神经成像数据集.
• 根据大脑成像数据结构 (BIDS) 标准,提出的数据集为推进神经成像研究方法提供了宝贵的资源.
• 数据的自然背景,虽然排除了因果推理,但为研究数据可靠性和预处理技术提供了一个独特的环境.