大規模な公開fMRIデータセットのまとめ

最終更新日: 2021年12月24日

この記事は fMRILab Advent Calendar 2021 の 12/24 分の記事です。

データセットの「実験参加者」と「1人あたりの撮像時間」
（Naselaris et al. (2021) の図1を参考）

ここ10年で、大規模な公開fMRIデータセットが数多く公開されました。
当記事では「実験参加者数」や「1人あたりの撮像時間」の観点から、大規模であり公開されているデータセット（オープンアクセス、または簡単な同意でのアクセス）をまとめました！

実験参加者：データセット内に含まれる実験参加者の数。従来は10~20人が多かった。
1人あたりの撮像時間：1人あたりの撮像時間・スキャン数。従来は数十分が多かった。

Naselaris et al. (2021) では、コストの観点からこの2つがトレードオフになると述べられています。
2つのどちらかが大きいものを選択しました。次の表と冒頭の図が対応しています。

データセット名¹	実験参加者数(人)¹	1人あたりの撮像時間(H)¹
NSD	8	41
MyConnectome	1	15
Generic Object Decoding	5	14
BOLD5000	4	14
Midnight Scan Club	10	11
Dynamic Natural Vision	3	11
hcptrt (CNeuroMod)	6	10
movie10 (CNeuroMod)	6	10
IBC	12	5
S1200 (HCP)	1,206	4
NNDb	84	2
Forrest Gump (StudyForrest)	20	2
Over 100 Task fMRI	6	2
UK Biobank	10,000	$\le$ 1
HBN	2,748	$\le$ 1
CoRR	1,629	$\le$ 1
NKI-RS	1,495	$\le$ 1
ABIDE II	1,114	$\le$ 1
ABIDE I	1,112	$\le$ 1
ID1000 (AOMIC)	928	$\le$ 1
SLIM	595	$\le$ 1
SALD	494	$\le$ 1
Narratives	345	$\le$ 1
MPI-Leipzig Mind-Brain-Body	321	$\le$ 1
PIOP2 (AOMIC)	226	$\le$ 1
PIOP1 (AOMIC)	216	$\le$ 1
MOUS	204	$\le$ 1

詳細な事項

OpenNeuroにてオープンアクセスとなっているデータセットも多く存在しましたので、OpenNeuro Accession Numberも記載しました。多くがBIDS²形式で提供されており、ありがたい限りですね！

NSD - Allen et al. (2021)
- natural scene task-fMRI / rs-fMRI³。
- custom pipelineによる前処理済みデータ。
MyConnectome - Poldrack et al. (2015)
- single living person's rs-fMRI。
- custom pipelineによる前処理済みデータ。
- OpenNeuro: ds000031
Generic Object Decoding - Horikawa & Kamitani. (2017)
- image-presentation & imagery task-fMRI。
- custom pipelineによる前処理済みデータ。
- OpenNeuro: ds001246
BOLD5000 - Chang et al. (2019)
- image-presentation task-fMRI。
- fMRIPrepによる前処理済みデータ。
- OpenNeuro: ds001499
Midnight Scan Club - Gordon et al. (2017)
- multiple task-fMRI / rs-fMRI。
- custom pipelineによる前処理済みデータ。
- OpenNeuro: ds000224
Dynamic Natural Vision - Wen et al. (2018)
- natural movie-watching task-fMRI。
- HCP pipelineによる前処理済みデータ。
hcptrt (CNeuroMod)
- multiple task-fMRI / rs-fMRI。
- fMRIPrepによる前処理済みデータ。
- 現在も撮像中のようです。
movie10 (CNeuroMod)
- movie-watching task-fMRI。
- fMRIPrepによる前処理済みデータ。
- 現在も撮像中のようです。
IBC - Pinho et al. (2020)
- multiple task-fMRI / rs-fMRI。
- custom pipelineによる前処理済みデータ。
- OpenNeuro: ds000244
S1200 (HCP) - Van Essen et al. (2013)
- multiple task-fMRI / rs-fMRI。
- HCP pipelineによる前処理済みデータ。
NNDb - Aliko et al. (2020)
- movie-watching task-fMRI。
- AFNIによる前処理済みデータ。
- OpenNeuro: ds002837
Forrest Gump (StudyForrest) - Hanke et al. (2014)
- movie-watching task-fMRI。
- OpenNeuro: ds000113
Over 100 Task fMRI - Nakai & Nishimoto. (2020)
- multiple task-fMRI。
- custom pipelineによる前処理済みデータ。
- OpenNeuro: ds002306
UK Biobank - Alfaro-Almagro et al.(2018)
- multiple task-fMRI / rs-fMRI。
- custom pipelineによる前処理済みデータ。
HBN - Alexander et al. (2017)
- movie-watching task-fMRI / rs-fMRI。
- Mindboggleによる前処理済みデータ。
CoRR - Zuo et al. (2014)
- test-retest rs-fMRI。
- C-PACによる前処理済みデータ。
NKI-RS - Nooner et al. (2012)
- rs-fMRI。
ABIDE II - Di Martino et al. (2017)
- rs-fMRI in autism。
ABIDE I - Di Martino et al. (2014)
- rs-fMRI in autism。
- C-PACによる前処理済みデータ。
ID1000/PIOP2/PIOP1 (AOMIC) - Snoek et al. (2021)
- multiple task-fMRI / rs-fMRI。
- fMRIPrepによる前処理済みデータ。
- OpenNeuro: ds003949
SLIM - Liu et al. (2017)
- test-retest rs-fMRI。
SALD - Wei et al. (2018)
- rs-fMRI in adult。
Narratives - Nastase et al. (2021)
- story-listening task-fMRI
- fMRIPrepによる前処理済みデータ。
- OpenNeuro: ds002345
MPI-Leipzig Mind-Brain-Body - Mendes et al. (2019)
- multiple task-fMRI / rs-fMRI。
- custom pipelineによる前処理済みデータ。
- OpenNeuro: ds000221
MOUS - Schoffelen et al. (2019)
- language task-fMRI / rs-fMRI。
- custom pipelineによる前処理済みデータ。

Reference

Naselaris, T., Allen, E., & Kay, K. (2021). Extensive sampling for complete models of individual brains. Current Opinion in Behavioral Sciences, 40, 45-51. doi
Allen, E. J., St-Yves, G., Wu, Y., Breedlove, J. L., Prince, J. S., Dowdle, L. T., ... & Kay, K. (2021). A massive 7T fMRI dataset to bridge cognitive neuroscience and artificial intelligence. Nature neuroscience, 1-11. doi
Poldrack, R. A., Laumann, T. O., Koyejo, O., Gregory, B., Hover, A., Chen, M. Y., ... & Mumford, J. A. (2015). Long-term neural and physiological phenotyping of a single human. Nature communications, 6(1), 1-15. doi
Horikawa, T., & Kamitani, Y. (2017). Generic decoding of seen and imagined objects using hierarchical visual features. Nature communications, 8(1), 1-15. doi
Chang, N., Pyles, J. A., Marcus, A., Gupta, A., Tarr, M. J., & Aminoff, E. M. (2019). BOLD5000, a public fMRI dataset while viewing 5000 visual images. Scientific data, 6(1), 1-18. doi
Gordon, E. M., Laumann, T. O., Gilmore, A. W., Newbold, D. J., Greene, D. J., Berg, J. J., ... & Dosenbach, N. U. (2017). Precision functional mapping of individual human brains. Neuron, 95(4), 791-807. doi
Wen, H., Shi, J., Zhang, Y., Lu, K. H., Cao, J., & Liu, Z. (2018). Neural encoding and decoding with deep learning for dynamic natural vision. Cerebral cortex, 28(12), 4136-4160. doi
Pinho, A. L., Amadon, A., Gauthier, B., Clairis, N., Knops, A., Genon, S., ... & Thirion, B. (2020). Individual Brain Charting dataset extension, second release of high-resolution fMRI data for cognitive mapping. Scientific Data, 7(1), 1-16. doi
Van Essen, D. C., Smith, S. M., Barch, D. M., Behrens, T. E., Yacoub, E., Ugurbil, K., & Wu-Minn HCP Consortium. (2013). The WU-Minn human connectome project: an overview. Neuroimage, 80, 62-79. doi
Aliko, S., Huang, J., Gheorghiu, F., Meliss, S., & Skipper, J. I. (2020). A naturalistic neuroimaging database for understanding the brain using ecological stimuli. Scientific Data, 7(1), 1-21. doi
Hanke, M., Baumgartner, F. J., Ibe, P., Kaule, F. R., Pollmann, S., Speck, O., ... & Stadler, J. (2014). A high-resolution 7-Tesla fMRI dataset from complex natural stimulation with an audio movie. Scientific data, 1(1), 1-18. doi
Nakai, T., & Nishimoto, S. (2020). Quantitative models reveal the organization of diverse cognitive functions in the brain. Nature communications, 11(1), 1-12. doi
Alfaro-Almagro, F., Jenkinson, M., Bangerter, N. K., Andersson, J. L., Griffanti, L., Douaud, G., ... & Smith, S. M. (2018). Image processing and Quality Control for the first 10,000 brain imaging datasets from UK Biobank. Neuroimage, 166, 400-424. doi
Alexander, L. M., Escalera, J., Ai, L., Andreotti, C., Febre, K., Mangone, A., ... & Milham, M. P. (2017). An open resource for transdiagnostic research in pediatric mental health and learning disorders. Scientific data, 4(1), 1-26. doi
Zuo, X. N., Anderson, J. S., Bellec, P., Birn, R. M., Biswal, B. B., Blautzik, J., ... & Milham, M. P. (2014). An open science resource for establishing reliability and reproducibility in functional connectomics. Scientific data, 1(1), 1-13. doi
Nooner, K. B., Colcombe, S., Tobe, R., Mennes, M., Benedict, M., Moreno, A., ... & Milham, M. (2012). The NKI-Rockland sample: a model for accelerating the pace of discovery science in psychiatry. Frontiers in neuroscience, 6, 152. doi
Di Martino, A., O’connor, D., Chen, B., Alaerts, K., Anderson, J. S., Assaf, M., ... & Milham, M. P. (2017). Enhancing studies of the connectome in autism using the autism brain imaging data exchange II. Scientific data, 4(1), 1-15. doi
Di Martino, A., Yan, C. G., Li, Q., Denio, E., Castellanos, F. X., Alaerts, K., ... & Milham, M. P. (2014). The autism brain imaging data exchange: towards a large-scale evaluation of the intrinsic brain architecture in autism. Molecular psychiatry, 19(6), 659-667. doi
Snoek, L., van der Miesen, M. M., Beemsterboer, T., van der Leij, A., Eigenhuis, A., & Scholte, H. S. (2021). The Amsterdam Open MRI Collection, a set of multimodal MRI datasets for individual difference analyses. Scientific data, 8(1), 1-23. doi
Liu, W., Wei, D., Chen, Q., Yang, W., Meng, J., Wu, G., ... & Qiu, J. (2017). Longitudinal test-retest neuroimaging data from healthy young adults in southwest China. Scientific data, 4(1), 1-9. doi
Wei, D., Zhuang, K., Ai, L., Chen, Q., Yang, W., Liu, W., ... & Qiu, J. (2018). Structural and functional brain scans from the cross-sectional Southwest University adult lifespan dataset. Scientific data, 5(1), 1-10. doi
Nastase, S. A., Liu, Y. F., Hillman, H., Zadbood, A., Hasenfratz, L., Keshavarzian, N., ... & Hasson, U. (2021). Narratives: fMRI data for evaluating models of naturalistic language comprehension. Scientific data, 8, 250. doi
Mendes, N., Oligschläger, S., Lauckner, M. E., Golchert, J., Huntenburg, J. M., Falkiewicz, M., ... & Margulies, D. S. (2019). A functional connectome phenotyping dataset including cognitive state and personality measures. Scientific data, 6(1), 1-19. doi
Schoffelen, J. M., Oostenveld, R., Lam, N. H., Uddén, J., Hultén, A., & Hagoort, P. (2019). A 204-subject multimodal neuroimaging dataset to study language processing. Scientific data, 6(1), 1-13. doi

リンク先はデータセットのWebページとなっています。各値は論文やWebページ中から算出した概算値ですので、間違っている可能性もございます。実験参加者数は、有効な被験者数とは異なる可能性があります。↩
BIDS = Brain Imaging Data Structure↩
rs-fMRI = resting-state fMRI↩