视网膜变性小鼠在体视网膜神经元全光学记录与刺激数据
该数据集来自 Dryad,包含视网膜变性小鼠在体视网膜神经元全光学记录与刺激研究的相关数据。研究利用高分辨率自适应光学扫描光检眼镜,对钙传感器 GCaMP6s 的荧光进行成像,在视杆细胞退化(rd10)小鼠中,测量表达红移通道视紫红质 ChrimsonR 的神经节细胞层神经元在视觉反应显著丧失后六周

基本信息
资源简介
视网膜变性小鼠在体视网膜神经元全光学记录与刺激数据
Data from: All-optical recording and stimulation of retinal neurons in vivo in retinal degeneration mice
该数据集来自 Dryad,包含视网膜变性小鼠在体视网膜神经元全光学记录与刺激研究的相关数据。研究利用高分辨率自适应光学扫描光检眼镜,对钙传感器 GCaMP6s 的荧光进行成像,在视杆细胞退化(rd10)小鼠中,测量表达红移通道视紫红质 ChrimsonR 的神经节细胞层神经元在视觉反应显著丧失后六周内恢复的视觉反应。结合荧光钙传感器、通道视紫红质和自适应光学,可实现对活体眼内视网膜神经元的全光学刺激与记录,有助于研究视网膜疾病动物模型的视力丧失并评估治疗干预后的视网膜功能时程(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2019。
【数据内容】
源站描述(机器翻译,仅供参考):在此,我们展示了一种方法的应用,该方法通过允许直接且可重复地可视化活体眼内的细胞功能,可加速新型疗法的开发,用于研究视网膜疾病动物模型中的视力丧失,以及评估治疗干预后视网膜功能的时间进程。我们使用高分辨率自适应光学扫描光检眼镜对钙传感器 GCaMP6s 的荧光进行成像。在患有光感受器变性(rd10)的小鼠中,我们在视觉反应显著丧失后的六周内,测量了表达红移通道视紫红质 ChrimsonR 的神经节细胞层神经元中恢复的视觉反应。将荧光钙传感器、通道视紫红质和自适应光学相结合,能够对活体眼内的视网膜神经元进行全光学刺激和记录。由于视网膜是
【主题与分类】
主题标签:AOSLO、channelrhodopsin、Optogenetics、Adaptive optics、vision restoration、ChrimsonR。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.7q37g6b
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/10.5061/dryad.7q37g6b
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 221.6 MB。
数据说明
在此,我们展示了一种方法的应用,该方法能够通过直接在活体眼内重复可视化细胞功能,加速新型疗法的开发,用于研究视网膜疾病动物模型中的视力丧失,以及评估治疗干预后视网膜功能的时间进程。我们采用高分辨率自适应光学扫描光检眼镜,对钙传感器GCaMP6s的荧光进行成像。在光感受器退化(rd10)小鼠中,我们测量了在视觉反应显著丧失后的六周内,表达红移通道视紫红质ChrimsonR的神经节细胞层神经元中恢复的视觉反应。结合荧光钙传感器、通道视紫红质和自适应光学技术,我们实现了对活体眼内视网膜神经元的全光学刺激与记录。由于视网膜是通往中枢神经系统的可访问门户,我们的方法还提供了一种新颖的非侵入性手段,用于剖析大脑中的神经元处理过程。
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。




