难治性瘢痕疙瘩的新型治疗策略:通过抑制 Rho 激酶通路抑制细胞内机械传导和肌动蛋白聚合

该数据集包含通过机械拉伸装置模拟生理呼吸频率对细胞施加周期性拉伸后产生的实验数据,数据模态主要为细胞层面的实验测量数据,旨在研究通过抑制 Rho 激酶通路来调控细胞内机械传导和肌动蛋白聚合,以探索难治性瘢痕疙瘩的新型治疗策略,主要应用于细胞力学、瘢痕病理机制及药物靶点发现等研究方向。

Mendeley Data
浏览 31
瘢痕疙瘩治疗机械传导抑制
Novel therapeutic strategy for intractable keloids: Suppression of intracellular mechanotransduction and actin polymerization via Rho-kinase pathway inhibition

基本信息

大小
0.012276255 GB
创建/更新时间
2026-09-21
版本
v1

资源简介

难治性瘢痕疙瘩的新型治疗策略:通过抑制 Rho 激酶通路抑制细胞内机械传导和肌动蛋白聚合

【数据集背景】

本数据集源站标题为《Novel therapeutic strategy for intractable keloids: Suppression of intracellular mechanotransduction and actin polymerization via Rho-kinase pathway inhibition》。源站首次发布:2024-02-29。

【数据内容】

源站原始描述:The STB-1400 mechanical stretching device (Strex Inc., Osaka, Japan) was used to expose cells to cyclic mechanical stretching (maximum 20% elongation, 10 cycles/min, 0.166 Hz) for 24 h, thereby mimicking the normal respiratory rate of healthy adults

【数据结构与技术规格】

文件数 1 个,合计 12.28 MB。数据集 DOI:10.17632/4vkjnczg9m.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/4vkjnczg9m

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.mendeley.com/datasets/4vkjnczg9m

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

该数据集来源于一项针对难治性瘢痕疙瘩治疗策略的细胞力学研究。数据集包含使用 STB-1400 机械拉伸装置(Strex Inc., Osaka, Japan)对细胞施加周期性机械拉伸(最大伸长率 20%,频率 10 次/分钟,0.166 Hz)24 小时后产生的实验数据,旨在模拟健康成年人的正常呼吸频率。该研究通过抑制 Rho 激酶通路,探索了抑制细胞内机械传导和肌动蛋白聚合的潜在治疗机制。数据集主要应用于瘢痕疙瘩的病理机制研究、细胞力学信号转导分析以及新型药物靶点发现等领域。

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。

获取专属数据定制方案