麻醉状态下外侧膝状核的细胞外记录：不同对比度下的自然与噪声刺激
主题标签：外侧膝状核、细胞外记录、自然刺激、噪声刺激、对比度、神经生理学、NWB标准。本数据集为神经系统疾病领域公开数据集，主题涵盖外侧膝状核。
基本信息
资源简介
麻醉状态下外侧膝状核的细胞外记录：不同对比度下的自然与噪声刺激
该数据集英文名为“Extracellular recordings from the anesthetized lateral geniculate nucleus: natural and noise stimuli across contrast levels”，是 DANDI Archive 上公开的神经生理学数据集（dandiset 002028），采用 NWB 标准组织数据，属于 BRAIN Initiative 相关数据资源，联系人为 Butts, Daniel。数据集主题涵盖外侧膝状核、细胞外记录、自然刺激、噪声刺激与对比度等要素，在本站归入神经系统疾病 / 其他分类。整体而言，该数据集面向麻醉状态下外侧膝状核的细胞外电生理记录，围绕不同对比度条件下的自然刺激与噪声刺激展开，为研究视觉丘脑信息编码提供了标准化的数据基础。
【数据集背景】
外侧膝状核是视觉通路中连接视网膜与视觉皮层的重要中继结构，其神经元活动对理解视觉信息的早期加工具有关键意义。该数据集以麻醉状态下的外侧膝状核为记录对象，围绕自然刺激与噪声刺激在不同对比度水平下的响应展开，属于神经生理学基础研究数据。数据集在本站被归入神经系统疾病 / 其他分类，作为神经系统疾病领域的公开数据集提供，主题标签包括外侧膝状核、细胞外记录、自然刺激、噪声刺激、对比度、神经生理学与 NWB 标准。
【数据内容】
数据集包含麻醉状态下外侧膝状核的细胞外记录，刺激类型涵盖自然刺激与噪声刺激，并覆盖多个对比度水平。数据以 NWB 标准格式组织，属于神经生理学数据。除上述主题与刺激类型信息外，源站未提供具体的记录通道数、神经元数量、试验次数、刺激时长等细节。
【采集与来源】
数据来源于 dandiarchive.org，为 DANDI Archive 的 dandiset 002028，采用 NWB 标准，属于 BRAIN Initiative 相关数据，联系人为 Butts, Daniel。关于具体实验动物种类、麻醉方案、手术流程、记录设备与电极参数等信息，源站未提供。
【适用场景】
该数据集可用于研究与视觉刺激对比度相关的丘脑外侧膝状核神经元响应，比较自然刺激与噪声刺激条件下的编码特性，并支持基于 NWB 标准的神经生理学数据分析和方法复用。由于本站将其归入神经系统疾病 / 其他分类，也可作为该领域公开数据资源用于相关方法学参考。具体下游应用方向源站未提供。
【使用方法】
数据以 NWB 标准格式发布，可通过 DANDI Archive 获取 dandiset 002028。使用者可借助支持 NWB 格式的工具读取与解析数据。关于具体的下载方式、访问权限、文件组织结构及推荐分析流程，源站未提供。
【质量与限制】
数据为麻醉状态下的细胞外记录，其结论向清醒状态推广时需谨慎。关于数据质量评估、信噪比、神经元筛选标准、样本量及已知技术限制等信息，源站未提供。
【引用与许可】
数据集来自 DANDI Archive（dandiset 002028），联系人为 Butts, Daniel。关于具体的引用格式、作者列表、版本号与数据使用许可条款，源站未提供。
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://dandiarchive.org/dandiset/002028
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
DANDI Archive dandiset 002028. NWB-standard neurophysiology dataset (BRAIN Initiative). Contact: Butts, Daniel.
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。
