摘要： 目的：理解真实场景下视觉加工的神经基础需要依赖大量的神经数据观测。受现实因素影响,数据集构建面临广度（采集大量个体）与深度（采集丰富刺激）之间的权衡,不同数据集一般保障一个维度,本研究尝试构建平衡个体变异采样和刺激变异采样的数据集,使其不仅可以用于检验神经反应模式在个体间的泛化,也可以用于考察不同图像刺激间的泛化。
方法：本研究招募了30名被试完成一次ImageNet扫描任务,分别观看了1000张不同的自然图像,以此获得丰富的个体变异采样。其中9名被试还完成额外三次ImageNet扫描任务尽可能多地丰富刺激变异采样;此后他们分别进行了一次COCO扫描任务,对120张自然图像重复观看了10次,获取了单张图像的稳定激活模式;并在最后完成了经典的功能定位范式以完善功能结构信息。综上,本研究得到30名被试共观看57120张自然图像的fMRI数据。为了验证数据的有效性,本研究进一步使用影像数据基础质检分析、有/无生命物体激活对比分析、被试间相关分析和深度神经逐层网络编码模型分析检验数据检验刺激泛化与个体泛化的效用。
结果：本研究在基础质检分析中发现所有被试的数据质量在信噪比等指标上均得到较好控制。激活对比分析揭示出稳定模式：以梭状沟为界限,内侧皮层对无生命物体激活更高,外侧皮层对有生命物体激活更高,说明本数据可以考察同类别不同刺激间的相同反应模式。在探究个体间的反应模式上,被试间相关分析的结果发现生命性的空间激活模式在个体间显著相关。逐层编码模型分析的结果发现编码对较初级视觉皮层(V1, V2, V3, V4)的激活预测呈逐层降低趋势,对较高级视觉皮层(V8, VMV, PIT, LO, FFC, VVC)的激活预测呈逐层上升趋势,该趋势在个体间均稳定存在。以上结果说明本数据能够很好地揭示视觉皮层加工的组织与功能特性,具有进一步发掘视觉加工神经基础的潜力。本数据已公开,可开放下载：https://openneuro.org/datasets/ds004496。
结论：本数据实现了个体采样与刺激采样的平衡,搜集了大量自然图像刺激响应,将有助于更细致地探索广泛的视觉特征及语义信息的神经表征。

关键词: 视觉认知神经科学, 自然场景图像, 大型fMRI数据