数据来源:十天黑暗导致高等哺乳动物早期关键期暂时性失明
该数据集来自 Dryad,围绕高等哺乳动物在早期关键期经历短暂黑暗后出现暂时性失明这一现象。研究显示,五周龄小猫经历仅十天黑暗后即失明,视觉 acuity 虽最终恢复,但耗时七周才达到正常水平

基本信息
资源简介
数据来源:十天黑暗导致高等哺乳动物早期关键期暂时性失明
Data from: Ten days of darkness causes temporary blindness during an early critical period in higher mammals
该数据集来自 Dryad,围绕高等哺乳动物在早期关键期经历短暂黑暗后出现暂时性失明这一现象。研究显示,五周龄小猫经历仅十天黑暗后即失明,视觉 acuity 虽最终恢复,但耗时七周才达到正常水平。数据记录了该易感性的关键期特征,可用于研究视觉剥夺对视觉系统发育的影响、视觉 acuity 恢复的时间进程以及关键期可塑性(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2015。
【数据内容】
源站描述(机器翻译,仅供参考):长期以来,长时间黑暗一直被用于研究哺乳动物视觉系统在缺乏视觉指令的情况下如何发育。由于黑暗作为消除视觉驱动神经活动的手段相对容易实施,通常在其他用于研究早期视觉输入对视觉系统发育影响的操纵之前更早施加,且持续时间更长。最近有研究表明,在五周龄时施加非常短暂(10天)的黑暗期后,小猫出现失明。尽管通过视觉 acuity 测量评估的视力最终恢复,但恢复过程非常缓慢,视觉 acuity 达到正常水平需要七周。在此,我们通过 imp 记录了这种对短暂黑暗影响显著易感性的关键期。
【主题与分类】
主题标签:critical period、acuity、Visual cortex、deprivation、vision loss、visual development、Felis catus。本站分类:眼病/其他。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.cj64p
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/10.5061/dryad.cj64p
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 201.7 KB。
数据说明
长期以来,长时间处于黑暗环境一直被用于研究在缺乏视觉引导的情况下,哺乳动物视觉系统如何发育。由于将黑暗作为消除视觉驱动神经活动的手段相对容易实施,因此在研究早期视觉输入对视觉系统发育的影响时,黑暗条件的施加通常比其他操控方式更早,持续时间也更长。最近有研究表明,在五周龄时施加极短暂(10天)的黑暗期后,幼猫出现失明。尽管通过视觉 acuity 测量评估的视力最终恢复了,但恢复过程非常缓慢,耗时七周视觉 acuity 才达到正常水平。在此,我们通过对九只正常幼猫在逐渐推迟的年龄施加10天黑暗期,记录了这一对短时间黑暗影响显著易感性的关键期。
结果表明,对黑暗易感的时期仅持续到大约10周龄,这大大短于初级视觉皮层中单眼剥夺效应的关键期,后者可延长至六个月龄以上。
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。




