独角鲸(Monodon monoceros)反常逃逸反应数据集
研究使用可穿戴式心电图-加速度计-深度记录仪,监测逃逸过程中的心率、划水频率与能量消耗。数据显示逃逸时出现反常的心血管下调(心率≤4次/分)叠加运动上调(划水频率>25次/分、能量消耗为静息3至6倍),快速耗尽体内氧储备

基本信息
资源简介
独角鲸(Monodon monoceros)反常逃逸反应数据集
Paradoxical escape responses by narwhals (Monodon monoceros)
该数据集来自 search.dataone.org,记录 East Greenland 独角鲸(Monodon monoceros)在从网具缠绕和搁浅释放后的生理与行为反应。研究使用可穿戴式心电图-加速度计-深度记录仪,监测逃逸过程中的心率、划水频率与能量消耗。数据显示逃逸时出现反常的心血管下调(心率≤4次/分)叠加运动上调(划水频率>25次/分、能量消耗为静息3至6倍),快速耗尽体内氧储备。数据可用于海洋哺乳动物潜水生理、应激反应与能量学分析(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):直到最近北极海冰水平下降之前,独角鲸(Monodon monoceros)一直相对隔离于人类干扰和持续捕食压力。由此产生的天真性使这种隐秘的深潜鲸类极易受到干扰,尽管一直缺乏可量化的影响。我们部署了一种潜水式、动物携带的心电图-加速度计-深度记录仪,以监测East Greenland独角鲸在从网具缠绕和搁浅释放后的生理和行为反应。逃逸的独角鲸表现出反常的心血管下调(极度心动过缓,心率≤4次/分钟)叠加在运动上调(划水频率>25次/分钟,能量消耗为静息能量消耗率的3至6倍)之上,这迅速耗尽了体内的氧储备。我们将这种不寻常的r
【主题与分类】
主题标签:Fear、Monodon monoceros、diving、escape、bradycardia、Heart rate、energetics、marine mammal、2013-2014、stroke frequency。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%3A87b05db7dc8904e7db91ea4110690cfa00a830d76c0a4fc9926a039f1fbdf593
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
直到最近北极海冰水平下降之前,独角鲸(Monodon monoceros)一直相对隔离于人类干扰和持续的捕食压力之外。由此产生的天真习性使这种隐秘的深潜鲸类极易受到干扰,尽管一直缺乏可量化的影响。我们部署了一种可潜水、动物携带的心电图-加速度计-深度记录仪,以监测东格陵兰独角鲸在从网具缠绕和搁浅中释放后的生理和行为反应。逃脱的独角鲸表现出一种矛盾的心血管下调(极度心动过缓,心率≤4次/分钟),叠加在运动上调(划水频率>25次/分钟,能量消耗为静息能量消耗率的3至6倍)之上,迅速耗尽了体内的氧气储备。我们将这种不寻常的反应归因于来自潜水、运动和神经认知恐惧反应的对立心血管信号,这些信号挑战了生理稳态。
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。




