小鼠外侧膝状体核神经元视觉感受野特性数据
该数据集来自 Dryad,包含小鼠外侧膝状体核(LGN)神经元的电生理记录数据,使用多电极阵列(MEA)采集,并结合一系列视觉刺激范式分析其放电模式与所在位置的关系

基本信息
资源简介
小鼠外侧膝状体核神经元视觉感受野特性数据
Data from: Visual receptive field properties of neurons in the mouse lateral geniculate nucleus
该数据集来自 Dryad,包含小鼠外侧膝状体核(LGN)神经元的电生理记录数据,使用多电极阵列(MEA)采集,并结合一系列视觉刺激范式分析其放电模式与所在位置的关系。数据发表于 2016 年,作者为 Tang、Ardila Jimenez、Chakraborty 和 Schultz。该数据可用于研究小鼠 LGN 神经元的视觉反应特性,如方向/朝向选择性等,帮助理解神经元如何编码和传递视觉信号,适用于视觉神经科学及神经系统疾病相关研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【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):外侧膝状体核(LGN)日益被视为处理视觉信息的“智能门控”算子。因此,表征 LGN 神经元的反应特性将使我们能够更好地理解神经元如何编码和传递视觉信号。已有研究致力于其解剖和功能特征,近期进展突出了啮齿类动物中存在方向/朝向选择性等复杂特征。然而,与灵长类等研究较为深入的高等哺乳动物不同,小鼠 LGN 中相对于其形态特征的全套反应特性仍相对未被充分探索。为解决该问题,我们使用多电极阵列(MEAs)记录小鼠 LGN 神经元,并在一系列视觉刺激范式下分析其放电模式与所在位置的关系。若干
【主题与分类】
主题标签:Vision、mouse、LGN、Electrophysiology。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.b2t22
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.b2t22
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 59.7 MB。
数据说明
外侧膝状核(LGN)日益被视为处理视觉信息的“智能门控”操作器。因此,表征LGN神经元的反应特性将使我们能够更好地理解神经元如何编码和传递视觉信号。已有研究致力于探讨其解剖学和功能特征,近期的进展强调了啮齿类动物中存在复杂特征,如方向/朝向选择性。然而,与灵长类等研究较为深入的高等哺乳动物不同,小鼠LGN中相对于其形态特征的全套反应特性仍相对未被充分探索。为解决这一问题,我们使用多部位电极阵列(MEAs)记录小鼠LGN神经元的放电模式,并在一系列视觉刺激范式下分析其放电模式与位置的关系。若干反应特性与该领域早期研究结果一致,包括中心-周边组织、感受野大小、自发放电率以及空间总和线性度。
然而,我们的结果也揭示了一些细胞在时间频率调谐中具有“高通”和“低通”特征,并且平均对比度增益高于早期研究报告的结果。此外,一小部分细胞具有方向/朝向选择性。无论是“高通”和“低通”细胞,还是方向和朝向选择性细胞,都仅被发现于少量细胞中,这支持了这些特性在皮层中产生的观点。ON细胞和OFF细胞表现出不同的对比敏感度和时间频率调谐特性,提示来自视网膜的平行投射。结合一种新颖的组织学技术,我们创建了一个三维LGN体积模型,明确捕捉了小鼠LGN的形态特征,并将单个细胞定位到前/中/后LGN。基于这一分类,我们表明ON/OFF、DS/OS和线性响应
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。




