机器学习时代，神经科学家如何阅读和解码人类的思想(16)

表 3. 不同研究之间的扫描参数
可通过机构存储库 "DecNef 项目大脑数据存储库（DecNef Project Brain Data Repository）"(https://bicr-resource.atr.jp/drmd/)，或从 Synapse 数据存储库 (https://doi.org/10.7303/syn23530650) 访问数据。数据是按照图 14 所示的结构来组织的。简而言之，对于每项研究，最上层的文件夹包含了每个受试者的文件夹（例如，"sub-01"）。其中有三个子文件夹，"anat" 包含与结构 / 解剖扫描有关的原始 Nifti 文件，"func"—进一步细分为特定会话文件夹（例如，"ses-0"：解码器，"ses-1"：神经反馈的第一个会话，等等），包含所有来自功能扫描的压缩 Nifti 文件。

图 14. 数据集结构和内容
对高分辨率的解剖学扫描进行涂抹处理，以确保结构数据的适当匿名化。使用统计参数映射（SPM）对图像进行了偏差校正。使用统计参数绘图（SPM）工具箱（https://www.fil.ion.ucl.ac.uk/spm/）对图像进行偏差校正，并使用 FreeSurfer 套件的自动涂抹工具进行涂抹。图 15 为一个受试者的图像结果示例。