成人新皮质高带宽突触通讯与频率追踪数据
该数据集来自成人人类与小鼠颞叶皮质急性脑切片中相连锥体神经元对的记录,用于研究突触传递的动力学特性及使用依赖性可塑性。研究发现人类突触连接表现为纯粹的压抑,且从压抑中恢复的速度比啮齿类新皮质突触快三到四倍,在真实脉冲序列中人类突触信息交换的时间分辨率显著超过小鼠

基本信息
资源简介
成人新皮质高带宽突触通讯与频率追踪数据
Data from: High bandwidth synaptic communication and frequency tracking in human neocortex
该数据集来自成人人类与小鼠颞叶皮质急性脑切片中相连锥体神经元对的记录,用于研究突触传递的动力学特性及使用依赖性可塑性。研究发现人类突触连接表现为纯粹的压抑,且从压抑中恢复的速度比啮齿类新皮质突触快三到四倍,在真实脉冲序列中人类突触信息交换的时间分辨率显著超过小鼠。该数据可用于比较人类与啮齿类突触信息传递效率、分析突触短时程可塑性及频率追踪能力(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2015。
【数据内容】
源站描述(机器翻译,仅供参考):神经元的放电、突触传递及其可塑性构成了大脑信息处理与存储的基础。目前尚不清楚成人人类突触在神经元之间传递信息的效率是否高于啮齿类突触。为检验这一点,我们记录了成人人类与小鼠颞叶皮质急性脑切片中相连的锥体神经元对,并探究了使用依赖性可塑性的动力学特性。我们发现人类突触连接表现为纯粹的压抑,且其从压抑中恢复的速度比啮齿类新皮质突触快三到四倍。因此,在真实的脉冲序列中,人类突触进行突触信息交换的时间分辨率大幅超过小鼠。利用信息论,我们计算出人类锥体神经元之间的信息传递超过
【主题与分类】
主题标签:human acute slices、EPSP、Human Cortex。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.3723p
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.3723p
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 4.22 GB。
数据说明
神经元放电、突触传递及其可塑性构成了大脑信息处理与存储的基本单元。目前尚不清楚,成人的突触在神经元间传递信息时是否比啮齿动物的突触更为高效。为验证这一点,我们记录了成人及小鼠颞叶皮层急性脑切片中相连的锥体神经元对,并探究了使用依赖性可塑性的动态特性。我们发现,人类的突触连接纯粹表现为压抑型,并且它们从压抑状态恢复的速度比啮齿动物新皮层的突触快三到四倍。因此,在实际的峰电位序列中,人类突触信息交换的时间分辨率大大超过了小鼠。运用信息论计算,我们得出人类锥体神经元之间的信息传递量比小鼠锥体神经元高出四到九倍,这一优势延伸至β和γ频率范围。此外,我们还发现,人类主细胞能够以比啮齿动物更宽的带宽追踪接收到的突触输入中所携带的精细时间特征。
在人类锥体神经元的尖峰序列中,动作电位的起始陡峭,使得动作电位发放概率能够可靠地与高达1,000周期/秒的输入瞬变相位锁定,这一点与啮齿类神经元不同。我们的数据表明,与啮齿类动物突触抑制导致信息传递有限的普遍观点相反,人类神经元中快速恢复的突触实际上能在尖峰序列期间传递大量信息。此外,人类锥体神经元具备编码高突触信息内容的能力。因此,成年人类皮层微环路以比啮齿类微环路更宽的带宽传递信息。
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。




