脊椎动物大脑自动深度表型分析数据

数据集获取

源站：https://doi.org/10.5061/dryad.7j12m

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 7.30 GB。

数据说明

我们在此介绍一个适用于大规模深度表型分析斑马鱼突变系的自动化平台，该平台利用光学投影断层扫描技术，以细胞分辨率快速地对大脑特异性基因表达模式进行三维成像。随后，通过配准算法和相关性分析来比较三维表达模式，自动检测突变体中所有统计学上显著的改变，并将其映射到大脑图谱上。对主转录调控因子fezf2突变进行的自动化深度表型分析，不仅检测到了所有已知的表型，还揭示了以往研究中被忽视的重要新型神经缺陷。在端脑中，我们首次展示了fezf2突变斑马鱼存在显著的模式缺陷，尤其是在谷氨酸能神经元群体中。我们的发现揭示了斑马鱼和小鼠中fezf2功能之间意想不到的相似性，其中突变会导致源自端脑的新皮质中谷氨酸能神经元的缺陷。

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。