关注“心仪脑”查看更多脑科学知识的分

关键词:干货分享

本期推文是 Public Neuroscience Dataset 系列主题的第五期内容。这期推文小编与大家分享TMS-EEG公开数据集。

(版权所有©F.Farzan)

经颅磁刺激(Transcranial Magnetic Stimulation, TMS)技术是一种基于电磁感应与电磁转换原理的神经调控技术,它具有无痛,绿色,安全等特点。自诞生起的二十多年间,TMS在临床和科研中都具有非常广泛的应用。它的问世,无疑将神经功能的干预,调制和治疗提升到一个新的高度。

脑电图(Electroencephalography, EEG)是一种记录活体大脑神经元活动时所产生的电位活动的技术,脑电图在临床诊疗和科研中得到非常广泛的应用,且应用技术十分成熟。

同步经颅磁脑电(TMS-EEG)将这两种强大的技术结合,这种结合也使得科研工作者成功发现了经颅磁在对大脑起调控作用时,脑内神经元所发生的微观变化。关于TMS-EEG技术更系统的综述研究,可参考frontiers in Neural Circuits中的这篇题为《Characterizing and Modulating Brain Circuitry through Transcranial Magnetic Stimulation Combined with Electroencephalography》的文献。

话不多说,下面我们步入今天推文的正题 —— TMS-EEG公开数据集汇总。

1. TESA 工具箱样例数据

TESA(TMS-EEG signal analyser)工具箱是eeglab下的一个开源扩展插件,该插件集成了众多TMS-EEG数据预处理和分析的函数,功能非常强大。

今天介绍的这一例数据由蒙纳士大学克莱顿分校的TESA工具箱作者 Dr. Nigel Rogasch分享,包含一名受试者在左上侧顶叶接受神经导航引导下的单相TMS时的EEG数据。

访问TESA主页,了解更多信息:https://nigelrogasch.github.io/TESA/

TESA example data 获取地址:https://figshare.com/articles/TESA_example_data_and_scripts/3188800

P.S. 另一个被广泛用来分析TMS-EEG数据的工具箱 TMSEEG toolbox http://www.tmseeg.com/

2. 不同布鲁德曼分区的TEPs数据

4例单试次TEP(Electroencephalographic Potentials Evoked by Transcranial Magnetic Stimulation)数据,分别对应了四个不同的布鲁德曼分区(BA4/BA6/ /BA7/BA19)。

所有数据都经过预处理。

  • 数据集详细介绍及获取地址:https://data.mendeley.com/datasets/hzjrks365b/1

3. TEPs-MEPs数据集

同样是来自蒙纳士大学克莱顿分校的研究者(Mana Biabani)贡献的 TEP和MEP数据,该数据集包含在运动皮层进行TMS时的MEP和TEP数据,所有数据已经预处理,不过可以联系Mana获取原始数据。

参考文献:Mana Biabani, Alex Fornito, James P. Coxon, Ben D. Fulcher, Nigel C. Rogasch. The correspondence between EMG and EEG measures of changes in cortical excitability following transcranial magnetic stimulation.

  • 数据集详细介绍:https://researchdata.edu.au/teps-meps/1424449
  • 数据库获取地址:https://bridges.monash.edu/articles/dataset/TEPs-MEPs/8251799

4. Nature scientific data 数据集

2016年发表在nature scientific data的一项用于探究双稳态知觉任务中顶叶功能分区的TMS-EEG研究,该研究使用TMS-EEG技术探索顶叶皮层的功能分区,TMS的选择性干预特点,暂时激活或抑制某一功能区的功能,可以很好地区分大脑不同分区的功能特点。该研究采集了16名受试者在接受sTMS时的EEG数据,以及同步MRI数据。

参考文献:Schauer, G. et al. Fractionation of parietal function in bistable perception probed with concurrent TMS-EEG. Sci. Data 3:160065 doi: 10.1038/sdata.2016.65 (2016).

  • 文章获取链接:https://www.nature.com/articles/sdata201665
  • 数据集获取链接:https://zenodo.org/record/4990628

5. TMS-EEG 用于大脑皮质研究的数据集

先前的研究证据表明,大脑不同皮层皮质区域有不同的神经元振荡活动。在一篇发表在预印本网站bioRxiv的研究中,研究者为了探索在静息态和任务态下大脑皮层神经元活动的频率是否会发生变化,使用TMS-EEG技术,扰乱受试者大脑右半球的三个区域的振荡活动,并给予相应的任务,测量健康人受试者在静息态(N=12)和任务态(N=12)下三个TMS脑区和任务态激活脑区的神经振荡活动频率变化。研究发现,当大脑在积极主动参与到一项任务时,会采用更高的,且占据主导频率的模式工作,无论使用TMS刺激哪个脑区,在任务期间诱发的频率在整个皮质区域都占据主导地位。此项研究的24例TMS-EEG数据已共享到开源社区。

参考文献:Stanfield-Wiswell, C., & Wiener, M. (2019). Subject Raw Data [Data set]. figshare. https://doi.org/10.6084/M9.FIGSHARE.8052953.V4

  • 数据库获取:https://figshare.com/articles/dataset/Participant_Raw_Data/8052953

全文完结,整理不易,看不完记得收藏,最后希望点赞支持一下!

了解更多,请关注“心仪脑”公众号!

TMS-EEG公开数据集汇总相关推荐

  1. eeg数据集_运动想象,情绪识别等公开数据集汇总

    本文来自脑机接口社区 运动影像数据 Left/Right Hand MI: http://gigadb.org/dataset/100295 Motor Movement/Imagery Datase ...

  2. 脑电(EEG)等公开数据集汇总

    目录 EEG-Datasets 运动影像数据 情绪识别数据 误差相关电位(ErrP) 视觉诱发电位(VEPs) 事件相关电位(ERPs) 慢皮质电位(SCPs) 休息状态 音乐与EEG 眨眼/眼动 M ...

  3. drive数据集_运动想象,脑电情绪等公开数据集汇总

    点击上面"脑机接口社区"关注我们 更多技术干货第一时间送达 运动想像数据 Left/Right Hand MI: http://gigadb.org/dataset/100295 ...

  4. 运动想象,脑电情绪等公开数据集汇总

    点击上面"脑机接口社区"关注我们 更多技术干货第一时间送达 运动想像数据 Left/Right Hand MI: http://gigadb.org/dataset/100295 ...

  5. 【脑电(EEG)等公开数据集汇总】

    链接1: 脑电(EEG)等公开数据集汇总 该链接中包含: ​ ​运动想象数据​​ ​ ​情绪识别数据​​ ​ ​误差相关电位(ErrP)​​ ​ ​视觉诱发电位(VEPs)​​ ​ ​事件相关电位(E ...

  6. EEG 公开数据集整理

    关注"心仪脑"查看更多脑科学知识的分享. 许多研究者使用EEG这项技术开展科研工作时,经常会遇到这样一个问题:有很好的idea但苦于缺乏足够的数据支持和验证.尤其是在2019 - ...

  7. 旋转机械故障诊断公开数据集汇总

    一. 旋转机械故障诊断公开数据集汇总说明 通过文献资料收集到如下几个比较常用的数据集并进行整理.鉴于目前尚未见比较全面的数据集整理介绍.数据来自原始研究方,笔者只整理数据获取途径.如果研究中使用了数据 ...

  8. Penn Treebank数据集介绍+句法分析parsed的基本语法+句法分析基础知识+NLP常用公开数据集汇总及下载

    Penn Treebank数据集介绍+句法分析parsed的基本语法+句法分析基础知识+NLP常用公开数据集汇总及下载 Penn Treebank数据集介绍 NLP底层技术之句法分析 NLP常用公开数 ...

  9. 【深度学习】机器学习\深度学习常见相关公开数据集汇总(图像处理相关数据集、自然语言处理相关数据集、语音处理相关数据集)

    一.前言 1. 介绍 常来说,深度学习的关键在于实践.从图像处理到语音识别,每一个细分领域都有着独特的细微差别和解决方法. 然而,你可以从哪里获得这些数据呢?现在大家所看到的大部分研究论文都用的是专有 ...

最新文章

  1. Unity2D游戏开发和C#编程大师班
  2. 数据库被黑后留下的数据
  3. php使用redis分布式锁,php基于redis的分布式锁实例详解
  4. 移动互联时代:儿童教育重在内容和应用
  5. hdu4506小明系列故事——师兄帮帮忙 (用二进制,大数高速取余)
  6. 09day ASM单实例安装部署,并在ASM上安装oracle数据库
  7. css 文字重叠_学习过CSS,那你知道BFC是什么吗?
  8. MongoDB基本应用操作整理
  9. debian9中文办公环境字体设置
  10. Tapestry5单元测试
  11. FPGA-小梅哥时序约束
  12. 整理一下用得着的链接
  13. c++学习笔记-------《c++自学通》第六章 基本类
  14. 前后端跨语言RSA加解密和签名验证实现(js+python)
  15. java web 实现qq发送邮箱验证码
  16. 不懂这显然您不专业!云计算术语大全(转自IT168)
  17. 【CVPR 2021】树状决策知识蒸馏:Tree-like Decision Distillation
  18. 求助!win10这段时间在使用其间经常性的系统中断这个进程100%cpu的情况
  19. Anaconda安装之后Spyder闪退解决办法
  20. 解决IDEA src下的目录全部变灰无法运行

热门文章

  1. 最佳diskgenius硬盘恢复软件
  2. ipad2 升级ios6 3194 1604错误
  3. 一周刷爆LeetCode笔记
  4. 数据感知控件之浮想联翩
  5. 八种食品帮你吃掉体内废物
  6. [渝粤教育] 宁波城市职业技术学院 现代应用文写作 参考 资料
  7. 基于bp神经网络的字符识别matlab,基于bp神经网络的数字识别的Matlab实现
  8. java简单的图书管理系统(只用java代码不用数据库和可视化界面,一个管理员表和图书表)
  9. excel小技巧-转置(表的横向纵向倒过来)
  10. docker 文件存放路径, 修改端口映射