高毒力艰难梭菌TcdB经TFPI破坏结肠肠神经系统功能与结构研究
该数据集来自 data.mendeley.com，对应高毒力艰难梭菌 TcdB 经 TFPI 破坏结肠肠神经系统功能与结构的研究，共含 7 个文件，主要为 figure 1s.tif 及 figure1 至 figure6 的 tif 图像
基本信息
资源简介
高毒力艰难梭菌TcdB经TFPI破坏结肠肠神经系统功能与结构研究
a study of Hypervirulent Clostridioides difficile TcdB disrupts colic enteric nervous system function and structure via TFPI. Kai Zhang et al
该数据集来自 data.mendeley.com，对应高毒力艰难梭菌 TcdB 经 TFPI 破坏结肠肠神经系统功能与结构的研究，共含 7 个文件，主要为 figure 1s.tif 及 figure1 至 figure6 的 tif 图像。源站描述显示，研究评估了艰难梭菌 TcdB2 对小鼠肠神经系统结构与功能的影响，发现其可降低结肠动力并导致肠神经元丢失，分离的神经细胞经 TFPI 受体呈现时间和剂量依赖的细胞病变效应。该数据可用于感染、艰难梭菌感染及相关神经损伤机制研究的图像展示与结果核查（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2024-01-22。
【数据内容】
源站描述（机器翻译，仅供参考）：高毒力艰难梭菌（CD）与严重临床症状相关。该菌株产生的 TcdB 变体（TcdB2）对结肠上皮造成显著损伤，但其对肠神经系统（ENS）的影响尚不清楚，而 ENS 在肠道肌肉控制和内容物运动中起关键作用。在本研究中，我们评估了艰难梭菌 TcdB2 对小鼠 ENS 结构和功能的影响。用艰难梭菌 TcdB2 处理的成年小鼠表现出结肠动力下降和肠神经元丢失。此外，从肠道分离的神经细胞通过组织因子途径抑制物（TFPI）受体以时间和剂量依赖的方式表现出细胞病变效应。这些体内和体外发现共同强调了 TcdB 对艰难梭菌中 ENS 结构和功能的直接影响。
【数据结构与技术规格】
文件数 7 个，合计 76.05 MB。数据集 DOI：10.17632/c28pvzp22s.1。
【主题与分类】
主题标签：艰难梭菌感染、TcdB、肠神经系统、TFPI、结肠动力、肠神经元、小鼠模型。本站分类：感染/艰难梭菌感染。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/c28pvzp22s
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://data.mendeley.com/datasets/c28pvzp22s
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 76.0 MB。
数据说明
Hui Hu (2024). a study of Hypervirulent Clostridioides difficile TcdB disrupts colic enteric nervous system function and structure via TFPI. Kai Zhang et al [Dataset]. http://doi.org/10.17632/c28pvzp22s.1
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。
