行为小鼠同一丘脑神经元对重复痛觉刺激的活动变化
感觉丘脑已被报道在中枢性疼痛的感觉调制与处理中发挥关键作用,但其在丘脑水平对重复伤害感受的反应尚不十分清楚。本研究在清醒且行为自由的小鼠中,通过记录并比较同一丘脑神经元在第1次和第2次福尔马林注射诱导的伤害感受期间的活动(两次注射间隔一周),探讨了丘脑对重复伤害感受的反应

基本信息
资源简介
行为小鼠同一丘脑神经元对重复痛觉刺激的活动变化
感觉丘脑已被报道在中枢性疼痛的感觉调制与处理中发挥关键作用,但其在丘脑水平对重复伤害感受的反应尚不十分清楚。本研究在清醒且行为自由的小鼠中,通过记录并比较同一丘脑神经元在第1次和第2次福尔马林注射诱导的伤害感受期间的活动(两次注射间隔一周),探讨了丘脑对重复伤害感受的反应
Data from: Changes in activity of the same thalamic neurons to repeated nociception in behaving mice
【数据集背景】
源站首次发布:2016。
【数据内容】
源站描述(机器翻译,仅供参考):感觉丘脑已被报道在中枢性疼痛的感觉调制与处理中发挥关键作用,但其在丘脑水平对重复伤害感受的反应尚不十分清楚。本研究在清醒且行为自由的小鼠中,通过记录并比较同一丘脑神经元在第1次和第2次福尔马林注射诱导的伤害感受期间的活动(两次注射间隔一周),探讨了丘脑对重复伤害感受的反应。行为学上,第2次注射诱导的伤害感受反应强于第1次。丘脑活动与这些行为变化一致,第2次注射期间放电频率更高。对丘脑神经元特征性放电模式——紧张性放电和爆发性放电——的分析显示,与第1次相比,第2次注射增强了紧张性放电活动,而爆发性放电活动无显著变化。同样,第2次注射也未引起爆发性放电特性的变化,而这类变化一直与伤害感受的不同阶段相关。总体而言,这些数据表明重复伤害感受增强了丘脑神经元的反应性,并证实紧张性放电传递伤害感受信号。
【主题与分类】
主题标签:电生理记录、在体记录、丘脑神经元、伤害感受、痛觉敏化、行为学分析、神经编码、神经系统疾病。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.k1v01
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.k1v01
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 850.9 MB。
数据说明
感觉丘脑已被报道在中枢性疼痛的感觉调制与处理中发挥关键作用,但其在丘脑水平对重复伤害感受的反应尚不十分清楚。本研究在清醒且行为自由的小鼠中,通过记录并比较同一丘脑神经元在第1次和第2次福尔马林注射诱导的伤害感受期间的活动(两次注射间隔一周),探讨了丘脑对重复伤害感受的反应。行为学上,第2次注射诱导的伤害感受反应强于第1次。丘脑活动与这些行为变化一致,第2次注射期间放电频率更高。对丘脑神经元特征性放电模式——紧张性放电和爆发性放电——的分析显示,与第1次相比,第2次注射增强了紧张性放电活动,而爆发性放电活动无显著变化。同样,第2次注射也未引起爆发性放电特性的变化,而这类变化一直与伤害感受的不同阶段相关。总体而言,这些数据表明重复伤害感受增强了丘脑神经元的反应性,并证实紧张性放电传递伤害感受信号。
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。




