组织学与TEM数据:曼氏血吸虫肉芽肿中嗜酸性粒细胞主要生态位挑战其杀虫细胞观点
该数据集包含组织学与透射电子显微镜(TEM)数据,用于评估曼氏血吸虫感染过程中肝脏 evolving 肉芽肿内嗜酸性粒细胞的时空分布,涵盖实验感染(Swiss 小鼠)与自然感染(水鼠 Nectomys squamipes)两种模型

基本信息
资源简介
组织学与TEM数据:曼氏血吸虫肉芽肿中嗜酸性粒细胞主要生态位挑战其杀虫细胞观点
Histological and TEM data: A major ecological niche of eosinophils in evolving Schistosoma granulomas challenges the eosinophil view as âhelminth killerâ cells
该数据集包含组织学与透射电子显微镜(TEM)数据,用于评估曼氏血吸虫感染过程中肝脏 evolving 肉芽肿内嗜酸性粒细胞的时空分布,涵盖实验感染(Swiss 小鼠)与自然感染(水鼠 Nectomys squamipes)两种模型。数据可用于分析肉芽肿发展过程中嗜酸性粒细胞的空间定位与定量特征,支持血吸虫病肝脏病理及炎症相关研究(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):这些数据集旨在评估曼氏血吸虫(Schistosoma mansoni,曼氏血吸虫病——一种被忽视的热带病——的病原体)实验感染(Swiss 小鼠)和自然感染(水鼠 Nectomys squamipes)期间肝脏中形成的演化肉芽肿内嗜酸性粒细胞的时空分布。
【主题与分类】
主题标签:Liver、Eosinophils、Histopathology、Schistosoma mansoni、Quantitative analysis、Transmission electron microscopy、Granulomas、Inflammation、Schistosomiasis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Abc504d18c660bf5af4d989cc6f539f1889c83e16232e3f5e2fea8a881e346bb7
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
这些数据集旨在评估在实验性感染(瑞士小鼠)和自然感染(水鼠Nectomys squamipes)曼氏血吸虫(曼氏血吸虫病的病原体,一种被忽视的热带病)期间,肝脏内形成的演化性肉芽肿中嗜酸性粒细胞的时空分布。, , , # 组织学和透射电镜数据:演化中的血吸虫肉芽肿内嗜酸性粒细胞的主要生态位挑战了嗜酸性粒细胞作为蠕虫杀伤细胞的观点 https://doi.org/10.5061/dryad.7d7wm384p 数据及文件结构说明 这些数据集旨在评估在实验性感染(瑞士小鼠)和自然感染(水鼠Nectomys squamipes)曼氏血吸虫(曼氏血吸虫病的病原体)期间,肝脏内形成的演化性肉芽肿中嗜酸性粒细胞的时空分布。所有数据均涉及急性期和慢性期曼氏血吸虫感染小鼠(每组n=6只小鼠)或自然感染该寄生虫的水鼠(n=4)肝脏肉芽肿的组织病理学。
肝脏切片经连续采集、染色,并通过全切片成像(WSI)进行数字化处理。肝脏碎片亦经处理用于透射电子显微镜(TEM)观察,所得的显微…
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。




