个体选择塑造分化的大脑与行为
该数据集来自 search.dataone.org,主题为个体选择如何塑造大脑结构与功能的生命历程轨迹。研究以遗传相同的雌性小鼠为对象,在同一大型共享饲养环境中自由参与自定节奏、自动实施与监测的学习任务,追踪学习轨迹的个体差异,并结合高密度多电极阵列评估成年海马神经发生与连接性

基本信息
资源简介
个体选择塑造分化的大脑与行为
Individual choices shape divergent brains and behaviors
该数据集来自 search.dataone.org,主题为个体选择如何塑造大脑结构与功能的生命历程轨迹。研究以遗传相同的雌性小鼠为对象,在同一大型共享饲养环境中自由参与自定节奏、自动实施与监测的学习任务,追踪学习轨迹的个体差异,并结合高密度多电极阵列评估成年海马神经发生与连接性。数据可用于探索学习投入、探索效率与神经连接性之间的关系,以及环境与基因相同条件下个体分化的机制(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):个体选择在基因与环境之外塑造大脑结构与功能的生命历程轨迹。我们假设,个体对学习项目的任务投入会产生个体化的学习经历与连接组。生活在同一个大型共享饲养环境中的遗传相同的雌性小鼠,自由参与自定节奏、自动实施并监测的学习任务。我们发现学习轨迹中的个体间差异不断增长且日益稳定。通过高密度多电极阵列评估的成年海马神经发生与连接性,与探索和学习效率的变异正相关。在某些任务中,分化会短暂消失,凸显了情境对个体化的持续意义。因此,相同的环境和相同的基因并不会导致相同的学习行
【主题与分类】
主题标签:tracking、Learning、mouse、Individuality、Intellicage、Behavior。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%3Af303f569df26b458bbc58eb4991f7e2413e607c300ec0caea95b928744ab3683
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
个体选择在基因和环境之外塑造了大脑结构与功能的生命历程轨迹。我们假设,个体对学习项目的任务参与度会导致个体化的学习经历和连接组学特征。基因完全相同的雌性小鼠生活在一个大型共享饲养空间中,自由参与自我 paced、自动实施和监测的学习任务。我们发现学习轨迹中的个体间差异不断增长且日益稳定。通过高密度多电极阵列评估的成年海马神经发生和连接性与探索和学习效率的变异呈正相关。在某些任务中,分化会短暂消失,突显了情境对个体化的持续重要性。因此,相同的环境和相同的基因并不会导致相同的学习经历,因为生活让个体面对导致不同路径的选择。该数据集包含一项研究的行为数据,该研究考察了个体选择如何在小鼠中塑造大脑结构和功能,超越遗传和环境因素。
我们使用TSE Systems公司的IntelliCage(IC)系统——一种全自动的家笼设备,对16只基因相同的雌性小鼠在两个月内的探索行为、学习行为和社会行为进行了追踪。该设备配有四个操作性条件反射角落,每个角落包含两个以甜味水作为奖励的水瓶、两个鼻触孔,以及允许或阻止获取奖励的门。该系统由软件控制,使我们能够创建特定的学习方案,其中获取奖励基于预定义的因素组合,如角落访问、鼻触模式和单只小鼠身份。IC系统通过RFID天线、鼻触传感器和舔舐计记录角落访问、鼻触和舔舐行为等事件。小鼠参与了10次自定步调的、预编程的……
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。




