极早产至2岁皮质脊髓束与胼胝体束发育数据集
白质纤维束在发育过程中不对称成熟,这一发育过程可利用扩散磁共振成像进行研究。本研究的目标是:i. 基于DTI和部分各向异性,生成动态人群平均白质配准模板,详细覆盖从25周胎龄至足月并延伸至2岁的时期;ii. 利用概率纤维追踪,生成皮质脊髓束、大钳和小钳的纤维束特异性概率图;iii. 评估这些纤维束在

基本信息
资源简介
极早产至2岁皮质脊髓束与胼胝体束发育数据集
白质纤维束在发育过程中不对称成熟,这一发育过程可利用扩散磁共振成像进行研究。本研究的目标是:i. 基于DTI和部分各向异性,生成动态人群平均白质配准模板,详细覆盖从25周胎龄至足月并延伸至2岁的时期;ii. 利用概率纤维追踪,生成皮质脊髓束、大钳和小钳的纤维束特异性概率图;iii. 评估这些纤维束在
Development of the corticospinal and callosal tracts from extremely premature birth up to 2 years of age
【数据内容】
源站描述(机器翻译,仅供参考):白质纤维束在发育过程中不对称成熟,这一发育过程可利用扩散磁共振成像进行研究。本研究的目标是:i. 基于DTI和部分各向异性,生成动态人群平均白质配准模板,详细覆盖从25周胎龄至足月并延伸至2岁的时期;ii. 利用概率纤维追踪,生成皮质脊髓束、大钳和小钳的纤维束特异性概率图;iii. 评估这些纤维束在这一关键神经发育期的发育情况。我们发现所研究的纤维束存在不对称发育的证据,与胼胝体纤维相比,皮质脊髓束表现出更早的成熟(以部分各向异性衡量)但更慢的体积增长。我们还发现了以下证据:
【主题与分类】
主题标签:白质纤维束、扩散磁共振成像、早产儿脑发育、皮质脊髓束、胼胝体、概率纤维追踪、配准模板。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Ab1a76cd33f620547e35d581557ca8821f5a3fdab0aafe9ec277954ecd13ecc1a
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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:
数据说明
白质纤维束在发育过程中呈不对称性成熟,这一发育过程可利用扩散磁共振成像进行研究。本研究的目的为:i. 基于DTI和部分各向异性,生成动态群体平均白质配准模板,详细覆盖从胎龄25周至足月并延伸至2岁的时期;ii. 利用概率纤维束成像生成皮质脊髓束、大钳和小钳的纤维束特异性概率图;iii. 评估这些纤维束在这一神经发育关键期内的发育情况。我们发现了所研究纤维束存在不对称发育的证据,与胼胝体纤维相比,皮质脊髓束显示出更早的成熟(以部分各向异性衡量),但体积增长较慢。我们还发现,胼胝体纤维的白质微结构发育(以平均弥散率衡量)存在从前向后的梯度,在该年龄段内,后部的大钳发育速度快于前部的小钳。
最后,我们报告了一套用于在极早产儿队列中描绘胼胝体纤维和皮质脊髓纤维的方案,并提供了群体平均配准模板和概率纤维束图谱,希望这些资源能对未来新生儿和婴儿白质成像研究有所帮助。
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。




