缓冲利多卡因加剧奶牛犊角神经注射厌恶反应
该数据集来自 search.dataone.org,围绕奶牛犊去角前角神经阻滞的疼痛反应研究。研究将雌性 Holstein 犊牛分为三组:注射 5.5 mL 未缓冲利多卡因(n = 9)、缓冲利多卡因(n = 9)以及不插针的假处理(n = 9),评估缓冲利多卡因能否减轻犊牛对角神经阻滞的行为与生理

基本信息
资源简介
缓冲利多卡因加剧奶牛犊角神经注射厌恶反应
Buffering lidocaine heightens aversion to cornual nerve injections in dairy calves
该数据集来自 search.dataone.org,围绕奶牛犊去角前角神经阻滞的疼痛反应研究。研究将雌性 Holstein 犊牛分为三组:注射 5.5 mL 未缓冲利多卡因(n = 9)、缓冲利多卡因(n = 9)以及不插针的假处理(n = 9),评估缓冲利多卡因能否减轻犊牛对角神经阻滞的行为与生理反应。结果显示,接受任一种利多卡因的犊牛在注射时挣扎均多于假处理组,且缓冲利多卡因组的挣扎最为明显,与预期假设相反。数据可用于动物福利、疼痛管理与去角操作相关分析(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):去角前对奶牛犊的角芽进行麻醉是最佳实践,可通过在角神经周围注射利多卡因(一种局部麻醉剂)来实现。在人类中,注射利多卡因时产生的急性疼痛可通过用碳酸氢钠等碱化剂中和溶液 pH 值来减轻。我们评估了缓冲利多卡因是否能减少犊牛对头部左右两侧角神经阻滞的行为和生理反应。雌性 Holstein 犊牛被分配至 3 种处理之一:使用 5.5 mL 未缓冲利多卡因进行角神经阻滞(n = 9)、缓冲利多卡因(n = 9),或不插入针头的假处理(n = 9)。接受任一种利多卡因的犊牛在注射期间的挣扎均多于假处理犊牛。然而,与我们的假设相反,挣扎在接受缓冲利多卡因的犊牛中最为明显
【主题与分类】
主题标签:Cattle、Pain、lidocaine、Disbudding。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Aaa671db3ce936fc68a51318b19273445f89ab46978ca3eda5d89fa7a215f0e04
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
去角前对奶牛犊的角芽进行麻醉是最佳实践,可通过在角神经周围注射局部麻醉药利多卡因来实现。在人类中,注射利多卡因时产生的急性疼痛可通过使用碱化剂(如碳酸氢钠)中和溶液的pH值来减轻。我们评估了缓冲利多卡因是否能减少犊牛对头部左右两侧角神经阻滞的行为和生理反应。雌性荷斯坦犊牛被分配至3种处理之一:使用5.5 mL未缓冲利多卡因进行角神经阻滞(n = 9)、缓冲利多卡因(n = 9),或不插入针头的假处理(n = 9)。接受任一种利多卡因的犊牛在注射过程中的挣扎程度均高于假处理犊牛。然而,与我们的假设相反,接受缓冲利多卡因的犊牛挣扎最为明显。同样,接受未缓冲或缓冲利多卡因的犊牛心率升高……,见相关出版物中的方法。数据于2019年在加利福尼亚大学戴维斯分校奶牛设施中采集自27头犊牛。
变量定义见四个Excel文件各自的README工作表。每个数据集的分析所用R脚本均已提供。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




