异质耦合人诱导多能干细胞来源心肌细胞加速内在节律可导致再生治疗中局灶性室性心动过速的数据与代码
该数据集包含用于重现心脏电生理计算模拟的几何结构、参数文件和初始条件数据，主要数据模态为结构化网格、文本参数和二进制状态文件，支持研究人诱导多能干细胞来源心肌细胞在再生治疗中因异质耦合引发局灶性室性心动过速的机制，适用于心脏电生理建模与再生医学领域的仿真分析。
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内在节律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
该数据集包含重现Gibbs等人于2026年发表论文中计算模拟所需的数据。数据集内容主要包括：(1) 模拟几何结构描述（如全心脏、组织楔块等），采用点云与有限元网格表示，每个单元包含局部心肌纤维取向向量；(2) 参数文件，描述不同组织区域的功能性细胞与组织尺度属性、模拟过程中应用的扰动（如电刺激）以及数值求解器设置；(3) 初始条件状态文件，记录模拟开始时的功能状态（若与默认细胞参数不同）。所有数据以纯文本或二进制格式存储，兼容开源计算心脏电生理模拟框架openCARP（非商业使用免费）。该数据集主要用于研究心脏再生治疗中，人诱导多能干细胞来源心肌细胞的异质耦合如何引发局灶性室性心动过速，为心脏电生理与再生医学领域的计算建模提供支持。
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。
