BAT 2.0 数据档案（BAT 2.0 工具箱的参考与结果数据）-76925

数据集获取

源站：https://doi.org/10.5281/zenodo.20839414

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 63.5 MB。

数据说明

本档案包含BAT 2.0手稿及软件（源代码：https://github.com/MUHAMMADSHOAIBB/BAT2.0）附带的所有参考和结果数据。BAT 2.0是一个开源Python工具箱，用于基于单细胞信息的神经影像结果图细胞类型注释，它整合了艾伦人脑图谱（AHBA）转录组数据，并通过单核RNA测序衍生的细胞类型特征（CIBERSORTx）进行去卷积，以生成16种神经元和非神经元细胞类别的丰度估计。该数据的一小部分代表性样本（一种分区分辨率，足以测试工具箱的每一项功能）直接随GitHub仓库提供，以便用户和审稿人无需下载本档案即可试用BAT 2.0。本档案包含重现手稿中报告的每一项结果所需的完整数据集。

内容：Functional_connectivity/ — 11种神经/精神疾病（ADHD、阿尔茨海默病、焦虑、自闭症、双相情感障碍、抑郁症、额颞叶痴呆、强迫症、帕金森病、分裂情感性障碍、精神分裂症）的组水平功能连接矩阵，采用Schaefer-Yeo分区分辨率，范围从100到1,000个脑区，另有一个基于aparc的抑郁症数据集。每个疾病文件夹包含二值化的正/负FC矩阵、原始Cohen’s d和p值矩阵，以及预计算的细胞类型富集结果。cell_type_csv/ — 逐脑区细胞类型丰度表（Schaefer-Yeo，100–1,000个脑区），供FC富集流程使用。cell_types/ — 表面（CIFTI）细胞类型丰度图，100脑区分辨率。cell_types_3D/ — 体积（NIfTI）细胞类型丰度图，每个细胞类别一个文件（共16类）。data/atlases/ — 参考脑图谱（Harvard-Oxford、Desikan-Killiany、Schaefer-200），用于分区和聚类水平分析。data/test_data/ — 聚类与分区流程的示例输入，包括多发性硬化脱髓鞘簇掩

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。