血管紧张素II输注小鼠升主动脉瘤影像数据集:形成、进展与局灶性夹层的作用-80704
该数据集包含发表于2016年ATVB的论文《血管紧张素II输注小鼠升主动脉瘤:形成、进展与局灶性夹层的作用》的影像文件。技术可以是体内micro-CT,或离体同步辐射PCXTM

基本信息
资源简介
血管紧张素II输注小鼠升主动脉瘤影像数据集:形成、进展与局灶性夹层的作用
该数据集包含发表于2016年ATVB的论文《血管紧张素II输注小鼠升主动脉瘤:形成、进展与局灶性夹层的作用》的影像文件。技术可以是体内micro-CT,或离体同步辐射PCXTM
Imaging Data for "Ascending aortic aneurysm in angiotensin II- infused mice: formation, progression and the role of focal dissections"
【数据集背景】
源站首次发布:2019。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含发表于2016年ATVB的论文《血管紧张素II输注小鼠升主动脉瘤:形成、进展与局灶性夹层的作用》的影像文件。所有.mcs文件需在Mimics(Materialise,Leuven,Belgium)中打开。所有文件命名如下:“technique_id_timepoint_asc.mcs”。技术可以是体内micro-CT,或离体同步辐射PCXTM。小鼠ID对应实验期间使用的ID。小鼠被随机分配到2组(G1和G2),并在4个可能时间点之一后处死。TP0对应基线(Ang II输注前),TP1对应Ang II输注3天,TP2对应Ang II输注10天,TP3对应Ang II输注18天,TP4对应Ang II输注28天。来自PCXTM的图像文件为离体,且始终对应
【主题与分类】
主题标签:心血管系统疾病、胸主动脉瘤、升主动脉瘤、micro-CT、PCXTM、血管紧张素II、小鼠模型、影像数据。本站分类:心血管系统疾病/胸主动脉瘤。
【获取与许可】
源站页面:https://zenodo.org/record/2649233
使用许可:Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.2649233
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:
数据集大小约 41.63 GB。
数据说明
该数据集包含手稿《血管紧张素II输注小鼠中的升主动脉瘤:形成、进展及局灶性夹层的作用》的影像文件,该手稿于2016年发表在ATVB上。所有.mcs文件均需在Mimics(Materialise,鲁汶,比利时)中打开。所有文件命名如下:“技术_编号_时间点_asc.mcs”。技术可以是体内微型CT,或离体同步辐射PCXTM。小鼠编号与实验期间使用的编号相对应。小鼠随机分为2组(G1和G2),并在4个可能的时间点之一后被处死。TP0对应基线(Ang II输注前),TP1对应Ang II输注3天,TP2对应Ang II输注10天,TP3对应Ang II输注18天,TP4对应Ang II输注28天。PCXTM的图像文件为离体样本,始终对应微型CT可获得的最新时间点。组织学数据位于.zip文件中,具有.vsi扩展名,可用OlyVIA软件打开,或通过开源软件包fiji的BIOP扩展“vsi-reader”打开。
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。




