小鼠心肌梗死后心脏转录组时间动态数据集

该数据集为小鼠非再灌注心肌梗死后心脏转录组的时间动态资源,涵盖雄性与雌性C57BL/6J小鼠在基线及梗死后1、4、7、28天的全心脏表达谱,经超声心动图确认心室扩张,包含梗死区与瘢痕区,可用于研究纤维化与炎症过程及梗死后心脏重构(来源 NCBI)

geo
浏览 15
医学影像回归GPL2424710090
GSE308914: Temporal Dynamics in Murine Cardiac Transcriptome following Myocardial Infarction

基本信息

模态
医学影像
任务类型
回归
创建/更新时间
2026-10-09

资源简介

小鼠心肌梗死后心脏转录组时间动态数据集

Temporal Dynamics in Murine Cardiac Transcriptome following Myocardial Infarction

该数据集为小鼠非再灌注心肌梗死后心脏转录组的时间动态资源,涵盖雄性与雌性C57BL/6J小鼠在基线及梗死后1、4、7、28天的全心脏表达谱,经超声心动图确认心室扩张,包含梗死区与瘢痕区,可用于研究纤维化与炎症过程及梗死后心脏重构(来源 NCBI)。

【数据集背景】

源站首次发布:Sep 23 202。

【数据内容】

源站描述(机器翻译,仅供参考):心肌梗死(MI)是射血分数降低型心力衰竭的主要原因。为克服既往研究局限于单一时间点、性别或部分组织采样的不足,我们构建了一个全面的、包含两性的、时间分辨的小鼠非再灌注MI后心脏转录资源。对雄性和雌性C57BL/6J小鼠在基线以及MI后1、4、7和28天进行分析,并通过超声心动图确认心室扩张。全心脏分析(包括梗死区和瘢痕区)使得能够详细研究纤维化和炎症过程。该数据集为研究MI后心脏重构提供了严谨的社区资源。

【数据结构与技术规格】

文件数 1 个,合计 0 B。

【主题与分类】

主题标签:GPL24247、10090。本站分类:循环系统疾病/心力衰竭。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE308914

【使用注意】

· 源站最后修改于 Sep 24 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

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

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE308914

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

心肌梗死(MI)是射血分数降低型心力衰竭的主要原因。为克服既往研究局限于单一时间点、单一性别或部分组织取样的不足,我们构建了非再灌注MI后小鼠心脏的全面、涵盖两性、时间分辨的转录资源。我们对雄性和雌性C57BL/6J小鼠在基线以及MI后1、4、7和28天进行了分析,并通过超声心动图确认了心室扩张。全心脏分析(包括梗死区和瘢痕区)使得能够详细研究纤维化和炎症过程。该数据集为研究MI后心脏重塑提供了严格的社区资源。

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。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案