脑淀粉样血管病血管运动丧失先于脑血管反应性受损与微出血的重复数据
该数据集来自 search.dataone.org，属于心血管系统疾病/小血管病分类，包含用于生成图1-3、表1及补充表的双光子成像处理后数据文件（.xls），以及每只小鼠的MRI脑血流（CBF）图（CBF_maps_）
基本信息
资源简介
脑淀粉样血管病血管运动丧失先于脑血管反应性受损与微出血的重复数据
Replication Data for: Vasomotion loss precedes impaired cerebrovascular reactivity and microbleeds in cerebral amyloid angiopathy
该数据集来自 search.dataone.org，属于心血管系统疾病/小血管病分类，包含用于生成图1-3、表1及补充表的双光子成像处理后数据文件（.xls），以及每只小鼠的MRI脑血流（CBF）图（CBF_maps_）。CBF_maps_的维度依次为X、Y、切片、动态、小鼠，并提供了各年龄组小鼠的性别信息。原始双光子成像数据可向作者申请获取，原始与处理后数据分析代码见GitHub仓库。数据可用于研究脑淀粉样血管病中血管运动、脑血管反应性与微出血的关系（来源 DataONE，http://creativecommons.org/publicdomain/zero/1.0 许可）。
【主题与分类】
主题标签：Medicine, Health and Life Sciences。本站分类：心血管系统疾病/小血管病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A14036d7b008f0635040016d9d182d0a7fb2951c27997d5d55d4dd2d85163395f
使用许可：http://creativecommons.org/publicdomain/zero/1.0。
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
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
已上传双光子成像数据的处理后数据文件（.xls 文件，用于生成图1-3、表1和补充表）。原始双光子成像数据可向作者索取。每只小鼠的MRI脑血流（CBF）图也已上传（CBF_maps_）。|| CBF_maps_中的维度：dim1 = X dim2 = Y dim3 = 切片 dim4 = 动态 dim5 = 小鼠 || 关于CBF_maps_中小鼠性别的详细信息，其中0 = 雄性；1 = 雌性 wt_12mo_sex = [0,0,1,1,1]；tg_12mo_sex = [1,1,1,1,0]；wt_18mo_sex = [0,0,1,0,1,0,1,1]；tg_18mo_sex = [0,1,1,1,0,0,1]；wt_24mo_sex = [0,1,0,0,0,0,0,1,1]；tg_24mo_sex = [1,1,1,0,0,1]；|| 原始和处理数据分析代码（包括双光子和MRI数据）可在以下网址获取：https://github.com/Mariel-Kozberg/APP23/
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。
