阿尔茨海默病小鼠模型中追踪淀粉样斑块与血管退变的三光子纵向成像
该数据集来自阿尔茨海默病小鼠模型,采用三光子荧光显微镜(3PM)对深部皮层结构进行纵向成像,用于追踪淀粉样斑块与血管退变

基本信息
资源简介
阿尔茨海默病小鼠模型中追踪淀粉样斑块与血管退变的三光子纵向成像
Longitudinal three-photon imaging for tracking amyloid plaques and vascular degeneration in a mouse model of Alzheimerâs disease
该数据集来自阿尔茨海默病小鼠模型,采用三光子荧光显微镜(3PM)对深部皮层结构进行纵向成像,用于追踪淀粉样斑块与血管退变。数据覆盖多只小鼠、多个视野(FOV)以及两次纵向成像session,包含斑块与血管结构,并含GFP标记神经元与血管,以及用于功率校准的新生肺成像。可用于研究AD中血管与淀粉样病理的相互作用,支持疾病机制与治疗策略探索(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):血管异常可能促进阿尔茨海默病(AD)中淀粉样蛋白β的积累和神经毒性。监测AD进展中的血管退变至关重要。三光子荧光显微镜(3PM)能够以最小侵入性和光损伤实现高分辨率深部组织成像。我们展示了三光子成像在追踪深部皮层结构中血管和淀粉样相关变化的潜力。它为研究AD中血管与淀粉样病理之间的相互作用提供了一种工具,支持未来对疾病机制和治疗策略的研究。该数据集包含手稿中使用的所有三光子成像数据,包括多只小鼠、多个视野(FOV)和两次纵向成像session中的斑块和血管结构。GFP标记的神经元与血管,以及用于功率校准的新生肺成像。
【主题与分类】
主题标签:Neurovasculature、Microscopy、Brain、Alzheimer's disease、neurophotonics、Fluorescence、Neuroimaging。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://search.dataone.org/view/sha256%3A788113a579d8d7f3e2169e655d59bbd66bf600910b6822d5f26920079c01a451
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
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
血管异常可能促进阿尔茨海默病(AD)中淀粉样蛋白-β的积累和神经毒性。监测AD进展过程中的血管退变至关重要。三光子荧光显微镜(3PM)能够以最小的侵入性和光损伤实现高分辨率深层组织成像。我们展示了三光子成像在追踪深层皮层结构中血管和淀粉样蛋白相关变化方面的潜力。它为研究AD中血管与淀粉样蛋白病理之间的相互作用提供了一种工具,支持未来对疾病机制和治疗策略的研究。该数据集包含手稿中使用的所有三光子成像数据,包括多只小鼠、多个视野(FOV)和两次纵向成像 session 中的斑块和血管结构。文件夹中还可以找到带有血管的GFP标记神经元以及用于功率校准的新生儿肺部成像。
, , # 数据来源:用于追踪阿尔茨海默病小鼠模型中淀粉样斑块和血管变性的纵向三光子成像 数据集DOI: 10.5061/dryad.wh70rxx2j ## 数据和文件结构说明 这些数据是为一项使用纵向三光子显微镜监测APP NL-G-F小鼠血管和淀粉样斑块变化的研究而收集的。小鼠间隔四周接受两次成像。德克萨斯红标记血管,甲氧基-XO4标记淀粉样斑块。三光子成像实现了深部皮层成像,所得图像堆栈经过处理以分割血管和斑块,并量化随时间推移的结构变化。该数据集(wetransfer_data-3p_2025-11-21_1143.zip)还包括一个带有血管的GFP标记神经元堆栈、两个额外的斑块-血管堆栈,以及六张用于功率校准的新生儿肺部图像。 ### 文件和变量 所有文件均为TIFF图像堆栈(16位灰度)。 1. 图3 XY像素大小0.98微米;Z步长…
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。




