Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
laoyu cf190de570 | 2 years ago | |
---|---|---|
README.md | 2 years ago |
本项目囊括的数据集来自于计算神经科学合作研究数据共享网站CRCNS (Collaborative Research in Computational Neuroscience)。
pvc-1
pvc-1数据集提供了猴的V1皮层的神经元对自然图像序列的响应。研究人员使用10×10的细胞外电极阵列获得数据。其中约50个电极可提供可靠的神经响应。
数据由刺激文件和神经元响应两个主要部分组成,合计大小约为1.9GB。jpeg格式的刺激图片尺寸为320*240,以30Hz的频率从电影中采样获取;神经元响应以Matlab数据格式存储。
pvc-2
pvc-2数据集提供了麻醉成年猫初级视觉皮层胞外电极记录的神经信号,可用于测量细胞的时空感受野。视觉刺激是与每个细胞的偏好方向对齐的一维白噪声(随机光栅)和二维刺激(自然图像,自然相位和随机相位)。作者通过计算触发脉冲的刺激的均值和协方差(spike-triggered average and spike-triggered covariance)来分析这些数据。
数据格式:刺激文件为Matlab数据格式;神经信号为各细胞的脉冲发放时间,存储于二进制文件中。未压缩数据大小约为95MB。
pvc-3
pvc-3数据集提供麻醉猫的初级视觉皮层中用硅电极阵列记录的多神经元反应。该数据集分为两个子集:由各种刺激诱发的神经元响应和无刺激时神经元的自发活动。总数据大小(未压缩)约为55MB。
数据集1:初级视皮层中多神经元的刺激诱发响应
数据集2:视皮层中多神经元的自发活动
pvc-5
pvc-5数据集提供使用64位点的电极阵列记录的猕猴初级视觉皮层(V1)的脉冲信号。数据包括两部分:一部分是15分钟的自发神经活动,另一部分使用了光栅、棋盘格图案和色块等视觉刺激。
数据以Matlab文件格式(.mat)存储,总大小约为160MB(压缩后)。包含如下内容:
pvc-6
pvc-6数据来自成年雄性小鼠视觉皮层冠状切片,记录了单个神经元的全细胞电流钳电生理数据。实验在施加“快速突触信号传递阻滞剂”的情况下进行,目的是探索不同类别神经元之间内在兴奋性的多样性。
数据格式:刺激和响应采用HDF5文件格式(.h5)。原始记录以IGOR格式制作,h5文件中的一些属性参考了IGOR格式。总数据大小约为2.4GB(未压缩)。
pvc-8
pvc-8数据集来自麻醉猕猴V1区域的“犹他”电极阵列多电极记录,刺激为在屏幕上快速闪现的自然图像和光栅。
数据格式:存储在mat文件中,名称范围从01.mat到10.mat,代表10次实验记录,共包含三只动物的数据。数据包括神经记录和图像刺激,总大小约为300MB。
pvc-9
pvc-9数据集来自豚鼠(1 - 2周)视皮层V1区切片的layer 4中单个锥体细胞的膜片钳记录。实验的主要目的是研究在正常条件和GABAA阻塞条件(bicuculline)下由电刺激引起的突触可塑性反应。共有三组数据:电压钳控制数据集(VC, n=17)、电流钳控制数据集(ICS, n=21)和bicuculline条件下电压钳数据集(VCB, n=38)。
数据格式:以Axon仪器的专有格式(.abf文件)进行存储,压缩后的数据总大小约为1.1 GB。文件夹中包含将这些数据转换为Matlab文件格式的程序。
pvc-11
pvc-11数据集来自麻醉猕猴V1区域的“犹他”电极阵列多电极记录,包括两部分:自发和视觉刺激诱发的猕猴V1区域神经活动。
数据格式:数据采用Matlab格式存储,总大小约为180MB(压缩后)。
数据集1:自发的神经活动
数据集2:诱发的神经活动
pvc-12
pvc-12数据集来自清醒猕猴的初级视皮层V1区域,是猕猴观察Victor Vasarely的艺术作品“嵌套广场”(Nested squares)产生的亮度假象(brightness illusions)时的单细胞胞外记录。该数据集包含两只成年猕猴(一只雄性和一只雌性)的数据,包括总共53个神经元的记录。
数据格式:数据采用Matlab格式,总大小约为175 MB(压缩后)。
NeuralData_PrimaryVisualCortex_Electrophysiology
other
Dear OpenI User
Thank you for your continuous support to the Openl Qizhi Community AI Collaboration Platform. In order to protect your usage rights and ensure network security, we updated the Openl Qizhi Community AI Collaboration Platform Usage Agreement in January 2024. The updated agreement specifies that users are prohibited from using intranet penetration tools. After you click "Agree and continue", you can continue to use our services. Thank you for your cooperation and understanding.
For more agreement content, please refer to the《Openl Qizhi Community AI Collaboration Platform Usage Agreement》