阿尔茨海默病小鼠模型海马回路功能受损先于Aβ沉积的数据
该数据集来自一项在自由活动阿尔茨海默病小鼠模型中进行的研究，聚焦于Aβ斑块积累之前的海马系统功能变化。研究采用海马电生理记录与动态钙成像，覆盖睡眠-觉醒周期，发现空间行为任务中海马theta与gamma振荡的相位-振幅耦合受损、位置细胞钙波动与theta振荡过度同步，且这些变化未在REM睡眠中出现，
基本信息
资源简介
阿尔茨海默病小鼠模型海马回路功能受损先于Aβ沉积的数据
Data from: Impaired hippocampal circuit function underlying memory encoding and consolidation precede robust Aβ deposition in a mouse model of alzheimer's disease
该数据集来自一项在自由活动阿尔茨海默病小鼠模型中进行的研究，聚焦于Aβ斑块积累之前的海马系统功能变化。研究采用海马电生理记录与动态钙成像，覆盖睡眠-觉醒周期，发现空间行为任务中海马theta与gamma振荡的相位-振幅耦合受损、位置细胞钙波动与theta振荡过度同步，且这些变化未在REM睡眠中出现，随后的慢波睡眠中位置细胞再激活减少。数据可用于探索AD早期记忆编码与巩固相关的神经回路功能障碍（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：当前针对阿尔茨海默病（AD）的治疗策略靶向与斑块相关的淀粉样蛋白-beta（Aβ）纤维和高分子量原纤维，但与AD相关的分子级联可能在Aβ斑块沉积之前就驱动神经系统的功能衰竭。在Aβ斑块积累之前的自由活动AD小鼠模型中，通过跨睡眠-觉醒周期的海马电生理记录和动态钙成像，我们检测到海马系统功能的显著损伤：在空间行为任务中，海马theta和gamma振荡的相位-振幅耦合（PAC）受损，位置细胞钙波动与theta振荡过度同步。这些变化在REM睡眠中未观察到。在随后的慢波睡眠（SWS）中，位置细胞再激活减少。这些退化的神经功能是记忆编码的基础
【主题与分类】
主题标签：Alzheimer's disease、Neurophysiology、Amyloidosis。本站分类：神经系统疾病/阿尔茨海默病。
【获取与许可】
源站页面：https://datadryad.org/dataset/doi:10.5061/dryad.nk98sf821
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/10.5061/dryad.nk98sf821
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:
数据集大小约 1.20 GB。
数据说明
当前针对阿尔茨海默病（AD）的治疗策略以淀粉样蛋白-beta（Aβ）纤维及与斑块相关的高分子量原纤维为靶点，但与AD相关的分子级联反应可能在Aβ斑块沉积之前就导致神经系统的功能衰竭。我们在Aβ斑块积累前的自由活动AD小鼠模型中，跨睡眠-觉醒周期采用海马电生理记录和动态钙成像技术，检测到海马系统功能的显著损伤：在空间行为任务中，海马theta和gamma振荡的相位-幅度耦合（PAC）受损，位置细胞的钙波动与theta振荡过度同步。这些变化在快速眼动（REM）睡眠中未观察到。在随后的慢波睡眠（SWS）中，位置细胞的重激活减少。这些支撑记忆编码与巩固的神经功能退化，支持将AD斑块前阶段的病理过程作为治疗和预防海马损伤的靶点。
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。
