伏隔核胆碱能中间神经元与多巴胺
该数据集来自 search.dataone.org,聚焦伏隔核(NAc)中多巴胺释放与局部胆碱能中间神经元(CIN)活动的关系

基本信息
资源简介
伏隔核胆碱能中间神经元与多巴胺
Cholinergic interneurons and dopamine in the nucleus accumbens
该数据集来自 search.dataone.org,聚焦伏隔核(NAc)中多巴胺释放与局部胆碱能中间神经元(CIN)活动的关系。数据在清醒、自由活动的大鼠伏隔核 Core 区采集,同步监测或操控 CIN 活动并记录多巴胺释放动态,涵盖 CIN 刺激诱发的多巴胺释放及食物递送声音引起的联合反应。数据可用于研究胆碱能活动如何调控伏隔核多巴胺动力学及奖赏相关行为(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):为潜在奖赏而工作的动机严重依赖于伏隔核(NAc)中的多巴胺(DA)。来自 NAc 轴突的 DA 释放可受至少两种不同机制控制:1)从腹侧被盖区(VTA)DA 胞体传播的动作电位,以及 2)局部胆碱能中间神经元(CIN)对 β2* 烟碱型受体的激活。CIN 活动如何参与行为动物的 NAc DA 动力学仍不清楚。我们在清醒、自由活动的大鼠 NAc Core 中监测 DA 释放,同时在同一位置监测或操控 CIN 活动。CIN 刺激迅速诱发 DA 释放,且与切片制备不同,这种 DA 释放没有表现出短期抑制或受体脱敏的迹象。食物递送的声音诱发了 CIN 群体活动和 DA 释放的短暂联合升高,随后出现第二次联合
【主题与分类】
主题标签:fiber photometry、Acetylcholine、Dopamine。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A5c6413fbca9d3c80fd850363b35ac04017a37e2ff454dbedddedcbc0bc75b9f8
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
为潜在奖励而工作的动机严重依赖于伏隔核(NAc)中的多巴胺(DA)。NAc轴突的DA释放至少可通过两种不同机制控制:1)来自腹侧被盖区(VTA)DA胞体的动作电位传播;2)局部胆碱能中间神经元(CINs)激活β2*烟碱受体。CIN活动如何影响行为动物的NAc DA动态仍不清楚。我们在清醒、自由活动的大鼠NAc Core中监测DA释放,同时监测或操控同一位置的CIN活动。CIN刺激迅速诱发DA释放,与切片制备不同,这种DA释放没有短期抑制或受体脱敏的迹象。食物递送的声音诱发了CIN群体活动和DA释放的短暂联合增加,当大鼠接近食物时出现第二次联合增加。
在操作性任务中,我们观察到CIN活动在…期间出现快速上升,参见Mohebi等人发表于eLife 2023的方法部分,MATLAB,# 伏隔核胆碱能中间神经元动态促进多巴胺释放并驱动动机
— 本readme文件提供了复现研究论文《伏隔核胆碱能中间神经元动态促进多巴胺释放并驱动动机》中所呈现结果的说明,该论文由Mohebi等人发表于eLife,2023年。文章可通过https://elifesciences.org/articles/85011访问。
数据与文件结构说明
本仓库中包含的数据集遵循Berke实验室使用的标准格式。它包含复现研究论文中所述实验和发现所需的必要文件和数据。此外,我们提供了MATLAB代码,可用于读取和解读数据,以及生成与我们结果相关的图表。数据集由四个*.zip文件组成,分别对应论文中的四幅图。每个zip
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。




