全光谱荧光寿命成像数据集（0.5 nm光谱与50 ps时间分辨率）

数据集获取

源站：https://datashare.ed.ac.uk/handle/10283/3973

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

本数据集包含论文“具有0.5 nm光谱分辨率和50 ps时间分辨率的全光谱荧光寿命成像”中图2至图5所依据的数据。数据文件包含如下全光谱荧光寿命成像（FS-FLIM）数据：Convallaria_Data包含图2的数据，该数据由一个FS-FLIM数据立方体组成，可使用文件“Code_Full_Specral_FLIM”中的代码进行分析，该代码需要Matlab（2019a或更高版本）才能运行。BeeWing_Data以FS-FLIM数据立方体的形式包含与图3对应的数据。Lung_Tissue_Slide_Stained_Data和Lung_Tissue_Slide_Unstained_Data包含图4的数据，二者各包含60个已格式化以便分析的FS-FLIM数据立方体，文件夹名称对应成像系统样品台上的位置。Fresh_Lung_Tissue_Data以20个FS-FLIM数据立方体的形式包含图5的数据，文件夹名称对应成像系统样品台上的位置。Code_Full_Spectral_FLIM集包含用于FS-FLIM数据立方体主要分析的代码，以及用于从分析后数据中提取自定义感兴趣区域的更多代码。各文件夹包含关于如何使用代码的“readme”文件，代码本身也包含大量注释。

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。