Hagen等人：L:M视锥细胞比例、视锥蛋白基因与近视易感性关联研究数据文件
该数据集包含136名正常三色视者的视锥细胞比例、视锥蛋白基因型及屈光状态等多模态测量数据，通过实验和基因分析构建，主要用于研究L:M视锥细胞比例和视锥蛋白基因与近视易感性之间的关联，为视觉科学和眼科遗传学领域探究近视的生物学机制提供关键数据支持。
基本信息
资源简介
Hagen等人：L:M视锥细胞比例、视锥蛋白基因与近视易感性关联研究数据文件
【数据集背景】
本数据集源站标题为《Data Files for: Hagen et al. The association between L:M cone ratio, cone opsin genes and myopia susceptibility》。
【数据内容】
源站原始描述：DATASET MIGRATED FROM FIGSHARE: The relative number of long (L) and middle (M) wavelength sensitive cones (L:M cone ratio), L and M opsin genes and their association with common refractive errors were studied in a population with low myopia prevalence.Data files:(i) Data for 60 male normal trichromats(ii) Data for 33 female normal trichromats with identical L cone peak sensitivities(iii) Data for 43 female normal trichromats with distinct L cone peak sensitivitiesPlease see Hagen et al. (2019) a…
【主题与分类】
主题标签：Neuroscience、Colour vision、Myopia susceptibility、Cone opsin genetics、L:M cone ratio、Other、Myopia。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:117b281fcbda9352725ccda5cd78684c6eba0eb209634aa3eddb9d13938f710b
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
该数据集来源于Hagen等人2019年在《Vision Research》期刊发表的研究，旨在探究长波（L）和中波（M）敏感视锥细胞比例（L:M视锥细胞比例）、L和M视锥蛋白基因与常见屈光不正（特别是近视）易感性之间的关联。数据集包含三组人群的测量数据：60名男性正常三色视者、33名具有相同L视锥峰值敏感度的女性正常三色视者，以及43名具有不同L视锥峰值敏感度的女性正常三色视者。数据内容涉及视锥细胞比例、视锥蛋白基因型及屈光状态等指标，通过实验测量和基因分析构建。该数据集主要用于视觉科学、眼科遗传学及近视机制研究，为理解近视的生物学基础提供重要数据支持。
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。
