数据集概述
本数据集为神经影像数据分析的高斯Copula统计框架配套数据，包含3个示例数据集及说明文档。数据基于信息论框架，通过结合Copula理论与高斯变量熵的闭式解，实现多变量统计分析，支持离散、连续等多类型变量统一处理，可用于脑电（EEG）、脑磁图（MEG）等模态数据的信息交互分析。
文件详解
- 说明文档（README文件）
- 文件名称：README_for_eeg_eye_visibility.txt、README_for_eeg_face_vs_noise.txt、README_for_meg_speech.txt、README_for_figure_data.txt
- 文件格式：TXT
- 字段映射介绍：分别对应EEG眼可见性、EEG人脸与噪声、MEG语音及图表数据的说明文档，解释数据背景、用途及结构
- 神经影像数据文件（.mat文件）
- 文件名称：eeg_face_vs_noise.mat、eeg_eye_visibility.mat、meg_speech.mat
- 文件格式：MAT
- 字段映射介绍：包含EEG和MEG数据，如eeg_face_vs_noise.mat含chanlocs（传感器布局EEGLAB结构）、csddat（1-30Hz带通CSD数据）等字段，对应单被试在不同刺激条件下的神经响应数据
- 图表数据压缩包
- 文件名称：figure_data.zip
- 文件格式：ZIP
- 字段映射介绍：包含论文图表对应的源数据压缩文件
数据来源
论文“A statistical framework for neuroimaging data analysis based on mutual information estimated via a gaussian copula”
适用场景
- 神经影像信息论分析：验证高斯Copula互信息估计方法在EEG、MEG数据中的应用效果，量化脑响应与刺激特征的信息交互
- 多模态神经数据统一处理：利用框架支持离散/连续变量、不同神经模态数据的特性，开展跨模态（EEG/MEG）信息比较研究
- 神经响应时间动态分析：通过EEG/MEG时间序列数据，分析诱发响应中信息随时间的涌现规律，分离幅值与方向调制
- 神经科学方法学验证：基于提供的示例数据，复现论文中的多变量分析结果，验证方法的计算效率与鲁棒性
