DREADDs 破坏 Septum GABA 数据集
该数据集属于神经系统疾病领域，采用 NWB 标准格式组织神经生理学数据，来源于 BRAIN Initiative 相关研究
基本信息
资源简介
DREADDs 破坏 Septum GABA 数据集
Septum GABA disruption with DREADDs 是一个公开的神经生理学数据集，收录于 DANDI Archive，编号为 dandiset 001375。该数据集属于神经系统疾病领域，采用 NWB 标准格式组织神经生理学数据，来源于 BRAIN Initiative 相关研究。数据集联系人信息为 Eckert, Michael。从主题上看，该数据集关注神经系统疾病方向，可为相关领域的研究者提供公开可用的数据资源。以下将从数据集背景、数据内容、采集与来源、适用场景、使用方法、质量与限制以及引用与许可等方面进行介绍。
【数据集背景】
该数据集的主题涉及神经系统疾病，属于公开可获取的神经科学数据资源。其英文名称为 Septum GABA disruption with DREADDs，从名称可以看出其研究背景与隔区（septum）中 GABA 能系统的干预相关，并涉及 DREADDs 这一化学遗传学技术手段。数据集依托 BRAIN Initiative 相关项目，并以 NWB 标准格式发布，符合神经生理学数据共享的通用规范。关于该数据集更具体的研究动机、科学问题与实验假设，源站未提供。
【数据内容】
该数据集为 NWB 标准的神经生理学数据集，属于神经系统疾病领域。数据以 NWB 格式组织，便于在神经科学数据处理生态中使用。关于数据的具体模态、通道数量、记录时长、受试对象数量、实验分组、行为任务等细节，源站未提供。
【采集与来源】
该数据集来源于 dandiarchive.org，对应 DANDI Archive 中的 dandiset 001375。其来源与 BRAIN Initiative 相关，联系人信息为 Eckert, Michael。关于采集设备、采集参数、实验地点、采集时间范围以及具体的实验流程，源站未提供。
【适用场景】
该数据集可用于神经系统疾病领域的神经生理学数据分析与研究，适合采用 NWB 标准工具链进行处理。由于数据集主题涉及隔区 GABA 能系统与 DREADDs 干预，可能适用于与神经调控、神经环路及神经系统疾病机制相关的分析场景。关于该数据集具体的适用分析任务、推荐的分析流程或已验证的应用案例，源站未提供。
【使用方法】
该数据集以 NWB 标准格式发布，可通过 DANDI Archive 获取，并使用支持 NWB 格式的工具进行读取与处理。关于具体的下载方式、访问链接、依赖软件版本、预处理步骤及分析示例，源站未提供。
【质量与限制】
该数据集为 BRAIN Initiative 相关项目产出的公开神经生理学数据集，采用 NWB 标准格式。关于数据质量评估指标、缺失情况、噪声水平、批次效应以及使用时的注意事项，源站未提供。
【引用与许可】
该数据集来源于 DANDI Archive，编号为 dandiset 001375，联系人信息为 Eckert, Michael。关于该数据集的具体引用格式、DOI、许可条款及使用限制，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
源站：https://dandiarchive.org/dandiset/001375
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 001375. NWB-standard neurophysiology dataset (BRAIN Initiative). Contact: Eckert, Michael.
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。
