面肩肱型肌营养不良症中保留的单肌纤维比力
该数据集来自 search.dataone.org，聚焦面肩肱型肌营养不良症（FSHD）患者肌肉活检中单肌纤维收缩性能的研究
基本信息
资源简介
面肩肱型肌营养不良症中保留的单肌纤维比力
Preserved single muscle fiber specific force in facioscapulohumeral muscular dystrophy
该数据集来自 search.dataone.org，聚焦面肩肱型肌营养不良症（FSHD）患者肌肉活检中单肌纤维收缩性能的研究。数据覆盖 14 名基因确诊 FSHD 患者与 12 名健康对照的股外侧肌和胫骨前肌活检，共分离 547 根单肌纤维进行收缩测量，并检测股外侧肌中 titin 含量与 PEVK 磷酸化。数据可用于分析 FSHD 伴或不伴脂肪浸润时单肌纤维比力与钙敏感性变化，支持神经肌肉疾病相关研究（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：目的：研究面肩肱型肌营养不良症（最常见的遗传性肌肉疾病之一）患者肌肉活检中单肌纤维的收缩性能。方法：我们从 14 名基因确诊的 FSHD 患者和 12 名健康对照中采集了 26 份股外侧肌和 24 份胫骨前肌活检。分离单肌纤维（N = 547）用于收缩测量。在股外侧肌活检中检测 titin 含量和 PEVK 磷酸化。结果：在所有 FSHD 活检中，单肌纤维比力在饱和钙浓度和生理钙浓度下均保持完好，包括伴脂肪浸润（FSHDFAT）和不伴脂肪浸润（FSHDNORMAL）的样本。在伴有脂肪浸润增加的 FSHD 肌肉活检获得的单肌纤维中，肌丝对力的钙敏感性增加，但在不伴脂肪浸润的 FSHD 肌肉活检中未增加。
【主题与分类】
主题标签：Facioscapulohumeral muscular dystrophy、MRI、Muscle disease、Single muscle fiber、Neuromuscular Disease。本站分类：肌肉骨骼疾病/其他。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A5c5a4851d4e9a5a90eeadc40629f02ef71f715239e9fac6ed0dcae6a6429ff9f
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
目的：探讨面肩肱型肌营养不良症（一种最常见的遗传性肌肉疾病）患者肌肉活检中单根肌纤维的收缩性能。方法：我们收集了14例经基因确诊的FSHD患者和12名健康对照者的26份股外侧肌和24份胫骨前肌活检标本。分离单根肌纤维（N=547）用于收缩测量。在股外侧肌活检标本中检测肌联蛋白含量和PEVK磷酸化。结果：在所有FSHD活检标本中，无论是否伴有脂肪浸润（FSHDFAT和FSHDNORMAL），单根肌纤维在饱和及生理钙浓度下的比张力均保持完好。在伴有脂肪浸润增加的FSHD肌肉活检标本中，单根肌纤维的肌丝钙敏感性升高，而在不伴脂肪浸润的FSHD肌肉活检标本中则未升高（pCa50：健康对照为5.77-5.80，FSHDNORMAL为5.74-5.83，FSHDF…
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。
