数据集概述
本数据集包含与论文《Rat sensitivity to multipoint statistics is predicted by efficient coding of natural scenes》相关的实验数据，围绕大鼠对多点统计的敏感性及其与自然场景高效编码的关联展开，为相关神经科学研究提供支持。
文件详解
- README.md：Markdown格式说明文档，介绍数据集背景、许可信息及实验伦理说明。
- Basic-Data-Manipulation.pdf：PDF格式文档，可能包含数据处理基础方法说明。
- rat_texture_task.csv：CSV格式数据文件，核心字段包括rat_ID（大鼠编号）、rat_batch（大鼠批次）、experiment_phase（实验阶段）、learned_statistic（学习的统计量）、swapped_statistic（交换的统计量）、session（实验场次）、trial（实验 trial）、statistic_intensity（统计量强度）、success（任务成功与否）。
适用场景
- 神经科学研究：分析大鼠对视觉纹理统计特征的感知机制。
- 计算神经科学：验证自然场景高效编码理论对动物视觉行为的预测。
- 动物行为学：探究大鼠在纹理辨别任务中的学习与决策模式。
- 生物统计学：基于大鼠实验数据开展统计建模与分析方法研究。
