4DL连接体分割：YFP-16，19.8
该数据集来自 datashare.ed.ac.uk，属于神经系统疾病/其他分类，围绕小鼠第四深部蚓状肌（4DL）运动单位连接组分析
基本信息
资源简介
4DL连接体分割：YFP-16，19.8
该数据集来自 datashare.ed.ac.uk，属于神经系统疾病/其他分类，围绕小鼠第四深部蚓状肌（4DL）运动单位连接组分析。数据通过转基因荧光蛋白在运动神经元中表达作为形态学报告，对共聚焦图像投影进行分割，并在需要时采用高分辨率（63×，1.4 NA）成像或去卷积，以解决低光学分辨率（40×，1.3 NA）下轴突交叉导致的终末归属歧义。数据集为 YFP-16 在小鼠肌肉 19.8 中表达的结果，可用于神经连接、神经肌肉接头及运动单位相关研究（来源 datashare.ed.ac.uk）。
【数据内容】
源站描述（机器翻译，仅供参考）：神经系统的连接组分析旨在发现并建立支撑正常与异常神经连接及功能的原则。在 Hirst 等人（2013）的研究中，数据创建者对小鼠第四深部蚓状肌（4DL）的运动单位连接进行了图像分析，利用运动神经元中荧光蛋白的转基因表达作为形态学报告。我们开发了一种方法，加速了 4DL 运动单位共聚焦图像投影的分割：仅在证明必要时应用高分辨率（63×，1.4 NA 物镜）成像或去卷积，以解决在较低光学分辨率（40×，1.3 NA）下成像时产生的轴突交叉问题，这些交叉会导致轴突终末正确分配给已识别运动单位时出现歧义。该数据集是黄色荧光蛋白 16（YFP-16）在小鼠肌肉 19.8 中表达的结果
【主题与分类】
主题标签：NMJ、neuromuscular junction、synapse、connectomic analysis、connectomics、mouse、muscle、motor unit、confocal microscopy、end-plate。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://datashare.ed.ac.uk/handle/10283/2755
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://datashare.ed.ac.uk/handle/10283/2755
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
神经系统连接组学分析旨在发现并确立支撑正常与异常神经连接及功能的基本原则。在Hirst等人（2013）的研究中，数据创建者对小鼠第四深部蚓状肌（4DL）的运动单位连接进行了图像分析，利用运动神经元中荧光蛋白的转基因表达作为形态学报告基因。我们开发了一种方法，加速了4DL运动单位共聚焦图像投影的分割过程，仅在必要时应用高分辨率（63×，1.4 NA物镜）成像或去卷积，以解决在较低光学分辨率（40×，1.3 NA）下成像时，轴突交叉导致的轴突终末正确归属至已识别运动单位的模糊性问题。本数据集源自小鼠足垫19.8肌肉中黄色荧光蛋白16（YFP-16）的表达。此zip压缩包包含三个子目录，分别含有原始图像及轴突分割和终板分析的数据。
与本项研究相关的其余数据集中收录于爱丁堡大学 DataShare 平台的“Connectomic analysis of the mouse fourth deep lumbrical muscle connectome”数据集中，网址为 http://datashare.is.ed.ac.uk/handle/10283/2657。
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。
