功能化介孔二氧化硅直接调控淀粉样β蛋白纤维结构多态性的复制数据
该数据集为研究功能化介孔二氧化硅如何直接调控淀粉样β蛋白纤维结构多态性的复制数据，包含TEM图像及其他原始数据。数据覆盖阿尔茨海默病相关的淀粉样β蛋白纤维形貌与结构分析，可用于观察纤维多态性、验证材料对纤维结构的调控作用，并支撑神经退行性疾病相关的基础研究（来源 DOI 解析）
基本信息
资源简介
功能化介孔二氧化硅直接调控淀粉样β蛋白纤维结构多态性的复制数据
该数据集为研究功能化介孔二氧化硅如何直接调控淀粉样β蛋白纤维结构多态性的复制数据，包含TEM图像及其他原始数据。数据覆盖阿尔茨海默病相关的淀粉样β蛋白纤维形貌与结构分析，可用于观察纤维多态性、验证材料对纤维结构的调控作用，并支撑神经退行性疾病相关的基础研究。数据集英文名称为“Replication Data for: Functionalized Mesoporous Silicas Direct Structural Polymorphism of Amyloid-Beta Fibrils”，在分类上归属于神经系统疾病／阿尔茨海默病方向，由Texas Data Repository发布，发布时间为2020年，主题标签涵盖化学以及医学、健康与生命科学。
【数据集背景】
该数据集围绕功能化介孔二氧化硅对淀粉样β蛋白纤维结构多态性的直接调控作用而建立，属于相关研究的复制数据。淀粉样β蛋白纤维的结构多态性与阿尔茨海默病等神经退行性疾病的基础研究密切相关，本数据集旨在为观察纤维形貌、验证材料对纤维结构的调控作用提供原始数据支撑。数据集作者包括Keitz, Benjamin、Lucas, Michael J.、Pan, Henry、Verbeke, Eric、Webb, Lauren J.与Taylor, David W.，机构来源为Texas Data Repository，发布年份为2020年。
【数据内容】
数据内容以TEM图像及其他原始数据为主，覆盖阿尔茨海默病相关的淀粉样β蛋白纤维形貌与结构分析。依据源站描述，数据集包含TEM图像和其他原始数据；这些内容可用于观察纤维多态性、验证材料对纤维结构的调控作用，并支撑神经退行性疾病相关的基础研究。关于数据的具体文件数量、格式类型、图像分辨率、样本数量等细节，源站未提供。
【采集与来源】
数据集来源站为doi.org，机构为Texas Data Repository，发布时间为2020年。作者信息如上所列。关于样品的具体制备方法、成像仪器参数、实验条件与采集流程等细节，源站未提供。
【适用场景】
该数据集适用于阿尔茨海默病相关的淀粉样β蛋白纤维形貌与结构分析，可用于观察纤维多态性、验证功能化介孔二氧化硅对纤维结构的调控作用，并支撑神经退行性疾病相关的基础研究。其主题标签涵盖化学以及医学、健康与生命科学，适合相关领域的研究人员参考使用。关于其他具体应用场景，源站未提供。
【使用方法】
源站未提供具体的使用方法说明。使用者可依据数据集所含TEM图像及其他原始数据开展纤维形貌与结构分析，具体操作流程与软件工具要求源站未提供。
【质量与限制】
源站未提供关于数据质量、完整性、准确性或使用限制的说明。数据集为相关研究的复制数据，其覆盖范围以TEM图像及其他原始数据为主；其他质量与限制信息源站未提供。
【引用与许可】
源站未提供引用格式与许可条款信息。数据集作者包括Keitz, Benjamin、Lucas, Michael J.、Pan, Henry、Verbeke, Eric、Webb, Lauren J.与Taylor, David W.，机构为Texas Data Repository，发布年份为2020年，来源站为doi.org。
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
源站：https://doi.org/10.18738/T8/CNVOB6
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
TEM images and other raw data.
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。
