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。
基本信息
资源简介
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
【一句话概览】
该研究关注免疫血管炎小鼠模型中冠状动脉内皮细胞线粒体水平与活化T细胞内核因子激活之间的关系，涉及免疫血管炎、冠状动脉内皮细胞、线粒体、核因子、T细胞及小鼠模型等要素，旨在探讨上述指标间的关联（来源 scidb.cn）。
【数据集背景】
本数据集源站标题为《The Relationship between mitochondrial levels in coronary artery endothelial cells and activation of nuclear factor in activated T cells in a mouse model of immune vasculitis.》。
【数据内容】
源站原始描述：The Relationship between mitochondrial levels in coronary artery endothelial cells and activation of nuclear factor in activated T cells in a mouse model of immune vasculitis
中文译文（机器翻译，仅供快速理解，请以原文为准）：冠状动脉内皮细胞中线粒体水平与免疫性血管炎小鼠模型中活化T细胞核因子激活之间的关系。
【主题与分类】
主题标签：immune vasculitis、coronary artery endothelial cells、mitochondria、nuclear factor、T cells、mouse model。
【获取与许可】
源站页面：https://www.scidb.cn/detail?dataSetId=OA_17f4782f5c9e46aa97f2d95699413bab
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://www.scidb.cn/detail?dataSetId=OA_17f4782f5c9e46aa97f2d95699413bab
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
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。
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。
