趋化性驱动的不稳定性决定多细胞团簇的大小、形状与迁移效率
该数据集记录了多细胞细胞团簇的集体趋化迁移与动力学行为的实验和模拟测量结果。实验部分来自慢性淋巴细胞白血病(CLL)细胞团簇在受控CCL19趋化因子梯度下的延时显微成像,经Fiji/ImageJ提取团簇大小、质心轨迹、迁移速度、形状描述符及团簇长轴相对化学梯度的取向等像素单位指标

基本信息
资源简介
趋化性驱动的不稳定性决定多细胞团簇的大小、形状与迁移效率
Chemotaxis-driven Instabilities govern size, shape and migration efficiency of multicellular clusters
该数据集记录了多细胞细胞团簇的集体趋化迁移与动力学行为的实验和模拟测量结果。实验部分来自慢性淋巴细胞白血病(CLL)细胞团簇在受控CCL19趋化因子梯度下的延时显微成像,经Fiji/ImageJ提取团簇大小、质心轨迹、迁移速度、形状描述符及团簇长轴相对化学梯度的取向等像素单位指标。数据集还包含基于粒子和基于智能体的模拟输出,覆盖多种团簇尺寸与梯度强度,变量包括前向迁移指数、混合熵、空间与取向相关性及形状指标,可用于研究趋化驱动的团簇不稳定性与迁移效率(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集记录了多细胞细胞团簇集体趋化迁移与动力学行为的实验和模拟测量结果。它包含来自慢性淋巴细胞白血病(CLL)细胞团簇在受控CCL19趋化因子梯度(0â100 ng mlâ»Â¹ mmâ»Â¹)下延时显微成像的处理后实验数据。基于图像的测量使用Fiji/ImageJ提取,包括团簇大小、质心轨迹、迁移速度、形状描述符以及团簇长轴相对于化学梯度的取向,均以像素单位报告。该数据集还包含基于粒子和基于智能体的模拟的处理后输出,覆盖多种团簇尺寸和梯度强度。模拟变量包括前向迁移指数、混合熵、空间和取向相关性、形状指标,
【主题与分类】
主题标签:Chemotaxis、Coarse graining simulations、Optical microscopy。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A8d5c59f32d17c2993afbd433c768b28129acadb2ecd69b9853419d8e3388d3a7
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
本数据集记录了多细胞细胞团簇的集体趋化迁移及动力学行为的实验与模拟测量数据。其中包括对慢性淋巴细胞白血病(CLL)细胞团簇在受控CCL19趋化因子梯度(0–100 ng ml⁻¹ mm⁻¹)下进行延时显微成像所获得的后处理实验数据。基于图像的测量数据使用Fiji/ImageJ提取,包括团簇大小、质心轨迹、迁移速度、形状描述符以及团簇长轴相对于化学梯度的取向,均以像素单位报告。该数据集还包含基于粒子和基于个体的模拟后处理输出,涵盖多种团簇大小和梯度强度。模拟变量包括前向迁移指数、混合熵、空间与取向相关性、形状指标、旋转动力学以及团簇破裂频率。
用于计算定量指标和复现的脚本……,# 趋化性驱动的不稳定性决定多细胞簇的大小、形状和迁移效率 数据集DOI:10.5061/dryad.612jm64k7 ## 数据和文件结构说明 本数据集伴随文章*《趋化性驱动的不稳定性决定多细胞簇的大小、形状和迁移效率》*,包含量化和模拟数据,用于量化集体趋化迁移、形状变形、取向以及多细胞簇的解体。实验数据来自慢性淋巴细胞白血病(CLL)细胞簇在受控CCL19梯度(0–100 ng ml⁻¹ mm⁻¹)下暴露的延时显微成像。使用Fiji/ImageJ提取的处理后测量数据包括簇大小、质心位置、形状指标以及长轴相对于化学梯度的取向,均以像素单位报告。模拟数据由基于智能体(agent-ba)的模拟处理后输出组成。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




