-
-
惯性动作捕捉系统
NEURON Pro 惯性动作捕捉系统是一款全方位运动捕捉系统，具有全无线数据传输、高精度、低延迟、稳定性高等特点。为使用者提供准确的人体动态行为或动作数据。可广泛应用与体育科学、行为科学、心理学、人因工程、工效学、人机交互等领域。¥ 0.00立即购买
-
EYElab VR/XR 眼动仪
EYElab VR眼动仪采用高度集成，嵌入式设计，兼容市场上主流VR虚拟现实设备，EYElab XR眼动仪支持人机交互设备同步使用。¥ 0.00立即购买
-
EYElab Pro 眼动仪
EYElab Pro眼动仪是桌面式高精度眼动数据采集系统，有着精度高，稳定度高的优点，可以广泛应用于心理学、用户体验设计、可用性评估测试，营销广告学等领域。
¥ 0.00立即购买
-
EYElab Glasses 眼动仪
便携式眼动仪EYElabGlasses有着易于操作，超轻便携等优点，方便多场景环境下的眼动数据采集，是运动心理学、驾驶行为研究、建筑环境设计用户体验等室外场景实验数据采集的优先选择¥ 0.00立即购买
-
行为数据管理分析系统
行为观察数据管理分析系统是一个基于视频数据的表情、行为、运动、时间相关联的研究和数据分析系统。它可以自动化记录视频与时间，帮助研究人员对实训或实验中的运动行为进行数据研究分析。¥ 0.00立即购买
-
TMS-EEG公开数据集汇总
点击蓝字 关注我们
SUBSCRIBE to US
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
作者：Lucious
封面：大明湖畔千百万
编辑：易青旼
排版：橙汁儿
-往期精彩-
-
欢迎转载与投稿，来稿一经采用，即付稿酬！
-
联系人邮箱：psybrain@163.com
-
声明:来稿仅限原创作品，并请注明联系方式
喜欢本篇内容，请点亮在看
