角膜上皮眼间分子差异指向TFRC在圆锥角膜严重程度特征及锥体形成机制中的作用
该数据集为Jaskiewicz-Rajewicz等人提交至IOVS的论文配套数据，包含角膜上皮样本的共聚焦荧光成像结果及相关元数据
基本信息
资源简介
角膜上皮眼间分子差异指向TFRC在圆锥角膜严重程度特征及锥体形成机制中的作用
Inter-eye Molecular Discrepancies in the Corneal Epithelium Point to TFRC in the Keratoconus Severity Signature and Mechanism of Cone Formation
该数据集为Jaskiewicz-Rajewicz等人提交至IOVS的论文配套数据，包含角膜上皮样本的共聚焦荧光成像结果及相关元数据。样本来自圆锥角膜患者，成像聚焦TFRC、FTL、FTH1三种蛋白表达，并以PI复染细胞核，荧光强度用Fiji（ImageJ）定量。数据可用于分析眼间分子差异、探索圆锥角膜严重程度特征及锥体形成机制（来源 DOI 解析）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：本数据集伴随Jaskiewicz-Rajewicz等人提交至Investigative Ophthalmology & Visual Science（IOVS）的题为“Inter-eye Molecular Discrepancies in the Corneal Epithelium Point to TFRC in the Keratoconus Severity Signature and Mechanism of Cone Formation”的手稿。Mendeley补充表1。该表呈现角膜上皮（CE）样本的共聚焦荧光成像结果及相关元数据。这些图像衍生的定量数据总结于手稿的补充表S11。分析聚焦于诊断为圆锥角膜（KTCN）患者CE样本中以下蛋白的表达：TFRC（通道00，蓝色）、FTL（通道03，绿色）、FTH1（通道01，黄色）。细胞核用碘化丙啶（PI；通道02，红色）复染。荧光强度使用Fiji（ImageJ）定量。
【主题与分类】
主题标签：Confocal Microscopy of Cornea。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/n3gky25brh/1
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/10.17632/n3gky25brh.1
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 204.1 MB。
数据说明
本数据集随附于Jaskiewicz-Rajewicz等人提交至《Investigative Ophthalmology & Visual Science》(IOVS)的手稿《角膜上皮的双眼分子差异指向TFRC在圆锥角膜严重程度特征及锥体形成机制中的作用》。Mendeley补充表1。本表展示了角膜上皮(CE)样本的共聚焦荧光成像结果及相关元数据。这些图像衍生的定量数据总结于手稿的补充表S11中。分析聚焦于确诊圆锥角膜(KTCN)患者CE样本中以下蛋白的表达：TFRC(通道00，蓝色)、FTL(通道03，绿色)、FTH1(通道01，黄色)。细胞核用碘化丙啶(PI；通道02，红色)复染。荧光强度使用Fiji(ImageJ；Schindelin等，2012)在CE的特定拓扑区域内进行定量。中位荧光强度经细胞核信号(PI)归一化以实现准确比较。数据涵盖七名KTCN患者受累较重眼与受累较轻眼。
数据集内已包含阴性对照，可供查阅。详细的免疫荧光染色方案见稿件补充方法部分。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
