数据：随机神经元模型预测秀丽隐杆线虫多空间尺度随机搜索行为

数据集获取

源站：https://doi.org/10.5061/dryad.35qv6

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。

数据集大小约 222.4 MB。

数据说明

随机搜索是生物体从细菌到人类用来定位随机分布且远距离无法探测的食物的一种行为策略。我们在秀丽隐杆线虫中研究了这种行为，这是一种神经系统较小且已被充分描述的的生物。在此，我们提出了一个从秀丽隐杆线虫连接组中抽象出的随机搜索数学模型，并对其进行了拟合，该模型基于对秀丽隐杆线虫行为在亚微米分辨率下的大规模运动学分析。该模型预测了神经元消融和遗传扰动的行为效应，以及野生型行为的意外方面。模型的预测成功表明，秀丽隐杆线虫的随机搜索可以通过一个涉及两个随机神经元群体间相互抑制的神经元双稳态电路来理解。我们的发现为理解秀丽隐杆线虫的运动建立了一个统一的理论框架，并为随机搜索提供了一个可测试的神经元模型，该模型可应用于其他生物。

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。