大口黑鲈DSS诱导肠炎相关因素数据集
本数据集来自Science Data Bank,聚焦大口黑鲈DSS诱导肠炎相关因素,涵盖水质分析、炎症、抗炎、肠道紧密连接蛋白、氧化应激及DAI评分等指标,并包含研究所用引物信息

基本信息
资源简介
大口黑鲈DSS诱导肠炎相关因素数据集
Dataset of factors related to DSS-induced enteritis in largemouth bass
本数据集来自Science Data Bank,聚焦大口黑鲈DSS诱导肠炎相关因素,涵盖水质分析、炎症、抗炎、肠道紧密连接蛋白、氧化应激及DAI评分等指标,并包含研究所用引物信息。数据以均值±标准误表示,经Kolmogorov Smirnov检验和Bartlett检验后采用student's t检验及SPSS 22.0进行单因素方差分析。水质、炎症、抗炎、肠道紧密连接蛋白和氧化应激数据最左列标注0d-7d采样时间;附录1 DAI评分左列为采样时间,其余列标注不同输注方式和剂量,每行6个数据,共8行48个数据;表2列出引物名称与序列。可用于肠炎机制、水产养殖及基因表达研究(来源 DOI 解析,Creative Commons Zero。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):本研究所有数据均以均值±标准误(mean ± SE)表示。经Kolmogorov Smirnov检验和Bartlett检验评估的数据采用student's t检验分析,并使用SPSS 22.0进行单因素方差分析。水质分析、炎症、抗炎、肠道紧密连接蛋白和氧化应激数据的最左列均为0d-7d,代表采样时间(天)。Mean为数据平均值,SD为标准差,N为样本量;附录1 DAI评分左列显示采样时间,其他列标注不同输注方式和剂量;每行包含6个数据,共8行48个数据;表2显示本研究使用的引物信息。第一列包含引物名称,第二列包含引物序列,thi
【主题与分类】
主题标签:Aquaculture learn、Biology、water quality、Gene expression、Oxidative stress、DAI scores、Primers sequences。本站分类:消化系统疾病/炎症性肠病。
【获取与许可】
源站页面:https://www.scidb.cn/detail?dataSetId=7dd6d89bf7284bfeb2847a5570f8338d
使用许可:Creative Commons Zero v1.0 Universal。
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/10.57760/sciencedb.0148d
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
本研究中的所有数据均以平均值±标准误(平均值±SE)表示。经Kolmogorov Smirnov检验和Bartlett检验评估的数据采用学生t检验进行分析,并使用SPSS 22.0进行单因素方差分析。水质分析、炎症、抗炎、肠道紧密连接蛋白和氧化应激数据最左侧一列为0天至7天,代表采样时间(天数)。平均值是数据的平均值,SD是标准差,N是样本量;附录1 DAI评分左列为采样时间,其他列标注了不同的输注方法和剂量;每行包含6个数据,共8行48个数据;表2显示了本研究使用的引物信息。第一列为引物名称,第二列为引物序列,第三列为序号。
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。




