A multimodal neuroimaging dataset for investigating speech perceptual normalization
5.3
来源：
Nature
关键字：
neural coding
发布时间：
2025-12-03 23:51
摘要：
该研究发布了一个多模态神经影像数据集，旨在探讨语音感知中的归一化过程，特别是音节和超音节特征之间的相互作用。数据集包含结构性MRI、静息态fMRI、任务相关fMRI和扩散MRI数据，适合研究者分析语音感知的神经机制。该资源为理解语音处理的神经基础提供了重要支持，尤其是在处理不同音素和声调的相互影响方面。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+重点关注领域符合度
business_impact
0.0分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
1.5分+BOCG投资视角
market_value_relevance
0.0分+市场价值相关性
team_institution_background
0.3分+团队与机构背景
technical_barrier_competition
0.5分+技术壁垒与竞争格局
关键证据
提供了多模态神经影像数据集，支持语音感知研究
数据集设计用于捕捉语音特征之间的相互作用
适合探讨语音感知中的神经动态
真实性检查
否
AI评分总结
该研究发布了一个多模态神经影像数据集，旨在探讨语音感知中的归一化过程，特别是音节和超音节特征之间的相互作用。数据集包含结构性MRI、静息态fMRI、任务相关fMRI和扩散MRI数据，适合研究者分析语音感知的神经机制。该资源为理解语音处理的神经基础提供了重要支持，尤其是在处理不同音素和声调的相互影响方面。