塔斯马尼亚虎皮层图谱重建及其与袋獾的比较数据
源站描述指出,研究者对两个塔斯马尼亚虎脑标本进行了白质纤维束重建,并与两个袋獾脑的白质重建结果进行比较,还重建了基底节和主要丘脑核团的皮层投射区

基本信息
资源简介
塔斯马尼亚虎皮层图谱重建及其与袋獾的比较数据
Data from: Reconstruction of the cortical maps of the Tasmanian tiger and comparison to the Tasmanian devil
该数据集来自 Dryad,与塔斯马尼亚虎(Thylacinus cynocephalus)及袋獾(Sarcophilus harrisii)的脑部研究相关。源站描述指出,研究者对两个塔斯马尼亚虎脑标本进行了白质纤维束重建,并与两个袋獾脑的白质重建结果进行比较,还重建了基底节和主要丘脑核团的皮层投射区。该数据可用于神经解剖学、比较神经科学及脑成像方法学研究,尤其是针对已灭绝或年代久远标本的脑结构重建(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2017。
【数据内容】
源站描述(机器翻译,仅供参考):最后一只已知的塔斯马尼亚虎(Thylacinus cynocephalus)——又称袋狼——于1936年死亡。由于其自然行为从未被科学记录,我们只能从博物馆标本和丛林居民的历史回忆中推断其行为的某些方面。脑成像技术的最新进展使得扫描多种动物的死后标本成为可能,即使标本已超过十年。然而,任何塔斯马尼亚虎的脑标本都将超过100年。在此,我们表明可以重建两个塔斯马尼亚虎脑中的白质纤维束。为了进行功能解释,我们将其与两个袋獾(Sarcophilus harrisii)脑的白质重建结果进行比较。我们重建了基底节和主要丘脑核团的皮层投射区。基底节重建显示,塔斯马尼亚虎皮层中的模式更加模块化,而
【主题与分类】
主题标签:Thylacinus cynocephalus、Sarcophilus harrisii。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.9g54r
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.9g54r
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 243.2 MB。
数据说明
已知最后一只塔斯马尼亚虎(袋狼,学名:Thylacinus cynocephalus)于1936年死亡。由于对其自然行为从未有过科学记录,我们只能从博物馆标本和丛林居民的历史回忆中推断其行为的某些方面。近年来脑成像技术的进步使得扫描多种动物的死后标本成为可能,甚至可扫描超过十年的标本。然而,任何袋狼的大脑都已有100多年的历史。在此,我们展示了对两个袋狼大脑白质纤维束进行重建的可能性。为了进行功能解读,我们将其与两个袋獾(学名:Sarcophilus harrisii)大脑的白质重建结果进行了比较。我们重建了基底神经节和主要丘脑核团的皮层投射区。基底神经节的重建显示,袋狼皮层呈现出更为模块化的模式,而袋獾皮层则以壳核为主。同样,丘脑投射在袋狼中具有比袋獾更为有序的拓扑结构。这些结果与大脑进化理论相一致,该理论认为较大的大脑更为模块化。
在功能上,袋狼的大脑可能拥有相对更多的皮层区域用于规划和决策,这与它作为掠食者的生态位相吻合,而有别于袋獾作为食腐动物的生态位。
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。




