新的公共神经影像数据集提供了对单个人类大脑的深度采样

明尼阿波利斯/圣。PAUL (12/16/2021) —明尼苏达大学医学院的研究人员发布了一个广泛的数据集，该数据集使用尖端的高场 (7T) fMRI 技术来探测人类如何感知、解释和记忆自然照片。自然场景数据集 (NSD) 加入了越来越多的大数据神经影像资源，这些资源为研究人员提供了在认知和计算神经科学方面获得更深入见解的机会。

“解读人类视觉系统的工作原理是一个深入研究的课题，但进展受到我们对大脑如何响应和解释不同视觉刺激的采样的限制，”共同资深作者、放射学助理教授Kendrick Kay 博士说。在研究员中心的磁共振研究(CMRR)到M医学院的U。“这种公开共享的资源将促进先进计算方法和模型以及机器学习技术的发展，从而为大脑功能提供帮助。”

正如在Nature Neuroscience 上发表的那样，Kay 和共同资深作者、神经科学副教授兼 CMRR 研究员Thomas Naselaris 博士领导了这项调查。在他们的初步报告中，他们证明：

研究人员可以利用海量的大脑数据直接训练预测大脑活动的复杂深度学习模型。

NSD 在规模上类似于帮助推动现代人工智能 (AI) 算法发展的数据集，因此应该在神经科学和 AI 之间架起一座桥梁。

NSD 类似于最近在动物模型中广泛采样大脑活动的数据集，因此可以在动物和人类工作之间架起一座桥梁，促进转化研究。

NSD 沿用了之前由 CMRR 牵头的人类连接组计划(HCP)。NSD 和 HCP 之间的一个重要区别是 NSD 强调收集同一组个人的许多小时数据。Kay 和他的团队预计计算和认知神经科学界将使用 NSD 来更深入地了解大脑功能。

Naselaris 说：“这个数据集是认知神经科学不断努力的一部分，目的是对少数个体进行深入采样。”“收集每个人的大量数据为开发精确和个性化的大脑结构和功能特征提供了可能性。这将为精准医疗工作奠定基础。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！