THINGS-fMRI ist ein hochauflösender Datensatz funktioneller Magnetresonanztomographie (fMRI) für die Objekterkennungsforschung. Er wurde unter anderem vom National Institute of Mental Health der National Institutes of Health (NIH), dem Max-Planck-Institut für Kognitions- und Neurowissenschaften in Deutschland und der Medizinischen Fakultät der Universität Gießen veröffentlicht. Ziel ist die systematische Charakterisierung der visuellen und semantischen Repräsentation von Objekten in der realen Welt im menschlichen Gehirn.

Dieser Datensatz gehört zu THINGS-data, und die zugehörigen Forschungsarbeiten lauten wie folgt:THINGS-data, eine multimodale Sammlung umfangreicher Datensätze zur Untersuchung von Objektrepräsentationen im menschlichen Gehirn und Verhalten. Die THINGS-Daten enthalten 1.854 Objektkonzepte und 26.107 manuell ausgewählte und beschriftete Bilder von Objekten aus natürlichen Szenen.

Im fMRT-Experiment betrachteten die Probanden während des Scans Bilder von Objekten aus der THINGS-Bilddatenbank. Gleichzeitig wurden BOLD-Signale des gesamten Gehirns aufgezeichnet, um die räumliche Repräsentationsverteilung der Objekte im Gehirn zu analysieren. Drei Probanden absolvierten zwölf Scan-Sitzungen und sahen dabei insgesamt 8.740 verschiedene Bilder aus 720 Objektkategorien. Die Bilder wurden schnell und sequenziell präsentiert, wobei die Probanden ihren Blick auf den zentralen Fixationspunkt richteten. Eine Aufgabe zur Erkennung anomaler Bilder gewährleistete die Aufmerksamkeitsbindung, und einige Bilder wurden in verschiedenen Sitzungen wiederholt, um die Analyse der Repräsentationsstabilität und -reproduzierbarkeit zu unterstützen.

Zusätzlich zu aufgabenorientierten funktionellen Daten bietet der Datensatz auch umfangreiche strukturelle und ergänzende Scaninformationen, darunter hochauflösende T1/T2-Strukturbilder, vaskuläre Bildgebung (TOF, T2*), Feldkarten, funktionelle Lokalisierungsexperimente, retinale topologische Lokalisierungsdaten und Daten zur funktionellen Konnektivität im Ruhezustand, die die Modellierung der Hirnfunktion auf mehreren Ebenen unterstützen.

Darüber hinaus umfasst der Datensatz auch verschiedene Vorverarbeitungs- und Ableitungsergebnisse, wie z. B. fMRIPrep-Hirnmasken, kortikale Kachelkarten (pycortex) und Einzelversuchs-Antwortschätzungen (ICA-Betas).