数据和代码：阿尔茨海默病模型中海马CA1区早期空间与情境编码缺陷先于行为衰退

数据集获取

源站：https://search.dataone.org/view/sha256%3A3674bbac9e020cd02ba7f4a5afa2a637658339364fe7a5de284015c039657d43

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。

数据说明

阿尔茨海默病（AD）以进行性记忆衰退为特征，然而在AD早期阶段海马表征如何变化在很大程度上仍不清楚。在本研究中，我们采用真实世界的头部固定空间交替任务，结合在体双光子成像，研究5xFAD小鼠海马CA1表征。虽然7-9月龄5xFAD小鼠在任务学习中表现出显著缺陷，但2-4月龄小鼠表现正常，这使得我们能够在行为衰退之前评估海马编码。在这一早期阶段，CA1神经元表现出完整的全局空间编码，但任务相关的位置细胞表征受损。由轨迹依赖性编码所揭示的情境表征在群体和单细胞水平上均被削弱，并伴随着行为选择过程中从以回顾性编码为主向更多前瞻性编码的显著转变。

在任务学习过程中，纵向不稳定的位置细胞表现出更严重的损伤……，# 数据和代码来源：早期空间和情境编码缺陷在海马CA1区先于阿尔茨海默病模型中的表现衰退 ## 概述 本数据包包含处理后的数据和MATLAB代码，用于生成相关手稿中的主要图表和统计分析。它还包含了用于图1示例的代表性行为轨迹和钙成像时间序列。图表工作簿包含了绘图脚本使用的最终数值输入。这些是处理后的数据，而非原始显微镜电影或原始采集文件。 ## 目录结构 ```text Dryad_dataset/ |-- README.md |-- analysis_code/ | |-- Fig1/ | |-- Fig2/ | |-- Fig3/ | |-- Fig4/ | |-- Fig5/ | |-- Fig6/ | -- useful_function/ | |-- box_violin_plot.m | – plot_ROIwave.m |-- figure_data/ | |-- figure_1.xlsx | |-- figure_2.xlsx | |-- figure_3.xlsx | |-- figure_4.xlsx | |-- figure_5.xlsx | `-- figure_6.xlsx |-- behavi…，

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。