FD-AgNPs 原始数据：理化表征及对 HeLa 细胞的体外研究
本数据集为 Ficus deltoidea 合成的银纳米颗粒（FD-AgNP）的原始体外实验数据，涵盖理化表征及对宫颈癌 HeLa 细胞的细胞毒性、增殖与凋亡研究
基本信息
资源简介
FD-AgNPs 原始数据：理化表征及对 HeLa 细胞的体外研究
Raw Data of FD-AgNPs: Physicochemical Characterization and In Vitro Study on HeLa Cells
本数据集为 Ficus deltoidea 合成的银纳米颗粒（FD-AgNP）的原始体外实验数据，涵盖理化表征及对宫颈癌 HeLa 细胞的细胞毒性、增殖与凋亡研究。理化表征采用 UV-Vis、FTIR、XRD 和 TEM 等技术；生物学效应通过 WST assay、增殖标志物 pAKT 与 Ki-67 免疫荧光染色、凋亡标志物 cleaved caspase-3 与形态学观察及 DAPI 核染色评估。数据包含原始图像、定量原始数据和处理图表，展示 FD-AgNP 对细胞活力、增殖抑制和凋亡诱导的浓度依赖性效应，可支持植物源银纳米颗粒抗癌潜力的进一步研究（来源 DOI 解析，Creative Commons Zero v1.0 Uni。
【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）：本数据集包含用 Ficus deltoidea 合成的银纳米颗粒（FD-AgNP）处理宫颈癌 HeLa 细胞后的理化表征、细胞毒性、增殖和凋亡的原始体外实验数据。FD-AgNP 的理化性质通过 UV-Vis 光谱、FTIR、XRD 和 TEM 等技术进行分析。对 HeLa 细胞的生物学效应通过 WST assay、增殖标志物 pAKT 和 Ki-67 的免疫荧光染色、凋亡标志物 cleaved caspase-3 和形态学以及 DAPI 核染色进行评估。本数据集包含原始图像、定量原始数据和处理图表，展示 FD-AgNP 对细胞活力、增殖抑制和凋亡诱导的浓度依赖性效应。这些数据可支持对植物源银纳米颗粒抗癌潜力的进一步研究。
【主题与分类】
主题标签：Ethnology and culturology、Physics、Ficus deltoidea、AgNP、Apoptosis、Proliferation、HeLa、Characteristics。本站分类：肿瘤/宫颈癌。
【获取与许可】
源站页面：https://www.scidb.cn/detail?dataSetId=b24b6ca0e37f4ff799ad3005abb63501
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/10.57760/sciencedb.27576
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
本数据集包含以Ficus deltoidea合成的银纳米颗粒（FD-AgNP）处理宫颈癌HeLa细胞后，对其理化表征、细胞毒性、增殖和凋亡的原始体外实验数据。采用UV-Vis光谱、FTIR、XRD和TEM等技术分析了FD-AgNP的理化性质。通过WST assay、增殖标志物pAKT和Ki-67的免疫荧光染色、凋亡标志物cleavage caspase-3及形态学、以及DAPI核染色，评估了对HeLa细胞的生物学效应。本数据集包括原始图像、定量原始数据和处理后的图表，展示了FD-AgNP对细胞活力、增殖抑制和凋亡诱导的浓度依赖性效应。这些数据可支持对植物基银纳米颗粒抗癌潜力的进一步研究。
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。
