小鼠川崎病免疫性血管炎模型中冠状动脉内皮细胞线粒体水平与活化T细胞核因子活化的关系

该数据集包含通过透射电镜观察的小鼠冠状动脉内皮细胞线粒体病理形态图像数据以及实时荧光定量PCR检测的NFAT1和NFAT2 mRNA表达水平数据,数据模态涉及细胞图像与基因表达定量信息,主要应用于研究川崎病免疫性血管炎发病机制中线粒体功能障碍与NFAT信号通路激活之间的相关性,为探索免疫血管炎的病理过程提供实验依据。

Null.NullNull.Null
科学数据银行
2024-11-04 更新
浏览 4
川崎病免疫机制线粒体病理学

基本信息

创建/更新时间
2024-11-04

资源简介

该数据集来源于一项针对小鼠川崎病免疫性血管炎模型的研究,旨在探索冠状动脉内皮细胞中线粒体病变与活化T细胞核因子(NFAT)之间的相关性。数据集包含通过白色念珠菌片段水溶性多糖组分(CAWS)诱导C57/BL6小鼠建立川崎病免疫性血管炎动物模型的实验数据,具体包括:利用透射电镜观察冠状动脉内皮细胞线粒体在不同疾病阶段(急性期3天、亚急性期17天、恢复期24天)的病理形态变化;通过实时荧光定量PCR检测小鼠外周血单个核细胞中NFAT1和NFAT2 mRNA的表达水平。研究结果表明,线粒体病理变化与NFAT1、NFAT2的表达在炎症不同阶段呈现同步性,提示二者与川崎病的发生发展存在关联。该数据集主要应用于免疫血管炎、川崎病发病机制、线粒体病理学及NFAT信号通路等研究方向。

原始链接

https://www.scidb.cn/detail?dataSetId=OA_17f4782f5c9e46aa97f2d95699413bab

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

暂未开放

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

源站:https://www.scidb.cn/detail?dataSetId=OA_17f4782f5c9e46aa97f2d95699413bab

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 openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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

该数据集来源于一项针对小鼠川崎病免疫性血管炎模型的研究,旨在探索冠状动脉内皮细胞中线粒体病变与活化T细胞核因子(NFAT)之间的相关性。数据集包含通过白色念珠菌片段水溶性多糖组分(CAWS)诱导C57/BL6小鼠建立川崎病免疫性血管炎动物模型的实验数据,具体包括:利用透射电镜观察冠状动脉内皮细胞线粒体在不同疾病阶段(急性期3天、亚急性期17天、恢复期24天)的病理形态变化;通过实时荧光定量PCR检测小鼠外周血单个核细胞中NFAT1和NFAT2 mRNA的表达水平。研究结果表明,线粒体病理变化与NFAT1、NFAT2的表达在炎症不同阶段呈现同步性,提示二者与川崎病的发生发展存在关联。该数据集主要应用于免疫血管炎、川崎病发病机制、线粒体病理学及NFAT信号通路等研究方向。

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。

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 川崎病 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案