脊椎动物骨骼系统统一解剖本体数据集
该数据集来自 Dryad,提供脊椎动物骨骼解剖本体(VSAO)的相关数据,旨在统一小鼠、非洲爪蟾、斑马鱼等物种特异性解剖本体以及硬骨鱼、两栖类等多物种本体中已有的骨骼术语

基本信息
资源简介
脊椎动物骨骼系统统一解剖本体数据集
Data from: A unified anatomy ontology of the vertebrate skeletal system
该数据集来自 Dryad,提供脊椎动物骨骼解剖本体(VSAO)的相关数据,旨在统一小鼠、非洲爪蟾、斑马鱼等物种特异性解剖本体以及硬骨鱼、两栖类等多物种本体中已有的骨骼术语。骨骼研究在比较脊椎动物形态学、古生物学、生物力学、发育生物学和系统学中具有基础性地位,而此前术语差异阻碍了跨数据库的简单查询。该模块包含上层与具体骨骼术语,可用于跨物种骨骼表型的计算访问与比较推理(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2013。
【数据内容】
源站描述(机器翻译,仅供参考):骨骼在比较脊椎动物形态学、古生物学、生物力学、发育生物学和系统学研究中具有根本重要性。受需要计算访问和跨脊椎动物多样骨骼表型进行比较推理的研究问题驱动,我们开发了一个骨骼系统解剖概念模块,即脊椎动物骨骼解剖本体(VSAO),以容纳并统一现有的物种特异性(小鼠、蛙 Xenopus、斑马鱼)和多物种(真骨鱼、两栖类)脊椎动物解剖本体中的骨骼术语。这些术语之间先前的差异甚至阻碍了跨数据库的简单查询,这些查询涉及脊椎动物形态学。这个上层和具体骨骼术语模块目前包括 223 个已定义术语和 179 个同义词,整合了骨骼细胞、组织
【主题与分类】
主题标签:Skeleton、Vertebrata、Reasoning、Integration、Semantics、comparative morphology、ontology。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.6bt92
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.6bt92
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 147.2 KB。
数据说明
骨骼在比较脊椎动物形态学、古生物学、生物力学、发育生物学和系统学研究中的重要性是根本性的。受需要计算访问和跨脊椎动物多样骨骼表型进行比较推理的研究问题驱动,我们开发了一个骨骼系统解剖概念模块——脊椎动物骨骼解剖本体(VSAO),以适应并统一现有的特定物种(小鼠、非洲爪蟾、斑马鱼)和多物种(硬骨鱼、两栖动物)脊椎动物解剖本体的骨骼术语。这些术语之间先前的差异甚至阻碍了涉及脊椎动物形态的数据库间的简单查询。这个包含上层和特定骨骼术语的模块目前包括223个定义术语和179个同义词,整合了骨骼细胞、组织、生物过程、器官(如骨骼和软骨等骨骼元素)以及骨骼系统的细分。
VSAO旨在与其他本体集成,包括通用解剖参考本体(CARO)、基因本体(GO)、Uberon和细胞本体(CL),并免费向社区开放,以便根据研究需要更新附加术语。其结构适应了脊椎动物物种在发育、结构和组成上的解剖变异。利用这一本体对多样化的脊椎动物表型进行注释,将能够开启跨表型多样性全谱系的新探究。
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。




