多部位、多疾病、静息态磁共振图像数据库

近年来，随着人工智能（AI）技术的发展和海量数据采集环境的发展，人工智能在基础科学、营销、物流、金融、医学等各个领域的重要性日益凸显。在医学领域，人工智能技术逐渐被用于分析医学图像，例如功能磁共振图像 (fMRI) ，以帮助诊断疾病。另一方面，重现性对于该技术的实际应用至关重要。例如，将人工智能技术应用于单个站点收集的数十名参与者的 MRI 数据所获得的结果无法在其他站点收集的数据中重现。此外，在不同地点收集的数据反映了 MRI 硬件、协议和测量偏差的差异。因此，仅仅通过汇集在多个站点收集的大量数据是不可能消除站点差异的。为了解决这些问题，需要在多个地点使用通用成像协议从患有各种疾病的患者身上收集大量数据，以及在多个地点（“旅行对象”）对相同参与者进行测量的数据。然而，到目前为止，还没有满足这些要求的公共 fMRI 数据集。

在当前发表在《科学数据 》杂志上的研究中，多种精神或神经系统疾病（自闭症谱系障碍、重度抑郁症、双相情感障碍、精神分裂症、强迫症、慢性疼痛和中风）的 fMRI 数据测量为将 14 个站点的统一成像协议编译为一个多站点、多疾病数据库（“SRPBS 数据库”）。该数据库包含 2,414 个样本（993 名患者和 1,421 名健康个体）的静息态 fMRI (rs-fMRI) 数据、结构 MRI 数据和人口统计数据（性别、年龄、惯用手、诊断、临床评定量表）。为了尽量减少站点间的差异，在 12 个设施的 143 个会话中对 9 个对象测量的”旅行对象”数据被编译到一个数据库中。

目前发布了从 SRPBS 数据库生成的四个用于不同目的的数据集：