异质耦合人诱导多能干细胞来源心肌细胞加速固有搏动率可导致再生治疗中局灶性室性心动过速的数据与代码
该数据集包含用于复现2026年Gibbs等人论文中计算模拟的几何描述、参数文件和初始条件状态文件，数据模态包括点云几何、有限元网格和文本参数，主要用于心脏电生理和再生医学领域的研究，特别是探索干细胞治疗中异质耦合人诱导多能干细胞来源心肌细胞的加速固有搏动率与局灶性室性心动过速之间的关联机制。
基本信息
资源简介
异质耦合人诱导多能干细胞来源心肌细胞加速固有搏动率可导致再生治疗中局灶性室性心动过速的数据与代码
【数据集背景】
本数据集源站标题为《Data and code from: Accelerated intrinsic beating rate in heterogeneously coupled human pluripotent stem cell-derived cardiomyocytes can underlie focal ventricular tachycardia in regenerative therapy》。
【数据内容】
源站原始描述：This dataset contains data required to reproduce computational simulations presented in the 2026 paper by Gibbs & Boyle. This data set comprises (1) Geometric descriptions of the simulation domain (whole heart, tissue wedge, etc.), with point clouds interconnected by finite elements, each of which is associated with a vector encoding local myofiber orientation. (2) Parameter files describing functional cell- and tissue-scale properties of different tissue regions, perturbations to be applied to…
【主题与分类】
主题标签：Cardiac electrophysiology、Arrhythmia、focal ventricular tachycardia、Computational models、cardiac stem cell therapy。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:bdfb6fdb69d00131e37bba088994fd1910fa53f1216e8c7164f03b0386be2ff0
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
该数据集包含用于复现Gibbs等人（2026年）论文中计算模拟所需的数据。数据集内容涵盖：（1）模拟域（如整个心脏、组织楔块）的几何描述，包括由有限元连接的点云，每个点云关联一个编码局部肌纤维方向的向量；（2）描述不同组织区域功能细胞和组织尺度特性的参数文件，模拟过程中应用的扰动（如电刺激）以及数值求解器设置；（3）若初始条件与细胞尺度默认参数不同，则包含描述模拟开始时模型功能状态的初始条件状态文件。所有数据均以纯文本或二进制格式存储，兼容开源框架openCARP（非商业使用免费）。该数据集主要用于心脏电生理和再生医学领域的研究，特别是探索干细胞治疗中异质耦合心肌细胞加速搏动率与局灶性室性心动过速之间的机制。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
