数据来源:初级运动皮层对运动感觉后果的发育性觉醒
M1发展出运动功能前,它像躯体感觉区。记录P8-12大鼠前肢M1神经元发现,感觉反应快速转变:P8-10主要对睡眠相关前肢抽动反馈反应,不对觉醒运动;P12突然对觉醒运动反应,源于外楔束核感觉门控开放

基本信息
资源简介
数据来源:初级运动皮层对运动感觉后果的发育性觉醒
Data from: Developmental 'awakening' of primary motor cortex to the sensory consequences of movement
M1发展出运动功能前,它像躯体感觉区。记录P8-12大鼠前肢M1神经元发现,感觉反应快速转变:P8-10主要对睡眠相关前肢抽动反馈反应,不对觉醒运动;P12突然对觉醒运动反应,源于外楔束核感觉门控开放。P12对单个抽动反应减少,但P8抽动反馈可经局部去抑制揭示。M1感觉反应源于深部丘脑接受层,而非初级躯体感觉皮层。表明M1先建感觉框架,再发展运动控制(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2018。
【数据内容】
源站描述(机器翻译,仅供参考):在初级运动皮层(M1)形成其运动功能之前,它的功能类似于躯体感觉区。在此,我们通过记录出生后第8–12天(P8–12)大鼠M1前肢代表区的神经元,证明其感觉反应发生了快速转变。在P8–10,M1神经元绝大多数对前肢睡眠相关抽动的反馈产生反应,但同样的神经元对清醒相关运动不产生反应。到P12时,M1神经元突然对清醒运动产生反应,这一转变源于楔外核中感觉门控的开放。同样在P12,较少的M1神经元对单个抽动作出反应,但通过局部去抑制,P8时观察到的抽动相关反馈的完整组成部分得以显现。最后,到P12时,M1的感觉反应起源于深部的丘脑输入接受层,而非初级躯体感觉皮层。这些发现表明,M1最初建立了一个感觉框架,其后来出现的运动控制作用就建立在这一框架之上。
【主题与分类】
主题标签:myoclonic twitching、primary somatosensory cortex、Rattus norvegicus、EM sleep、external cuneate nucleus、motor plasticity、sensorimotor integration。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.8231nj1
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.8231nj1
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 952.2 MB。
数据说明
在初级运动皮层(M1)形成其运动功能之前,它的功能类似于躯体感觉区。在此,我们通过记录出生后第8–12天(P8–12)大鼠M1前肢代表区的神经元,证明其感觉反应发生了快速转变。在P8–10,M1神经元绝大多数对前肢睡眠相关抽动的反馈产生反应,但同样的神经元对清醒相关运动不产生反应。到P12时,M1神经元突然对清醒运动产生反应,这一转变源于楔外核中感觉门控的开放。同样在P12,较少的M1神经元对单个抽动作出反应,但通过局部去抑制,P8时观察到的抽动相关反馈的完整组成部分得以显现。最后,到P12时,M1的感觉反应起源于深部的丘脑输入接受层,而非初级躯体感觉皮层。这些发现表明,M1最初建立了一个感觉框架,其后来出现的运动控制作用就建立在这一框架之上。
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。




