Name: 高毛细数矿物油基质M1微流控数据集
Creator: Texas Data Repository

基本信息

模态

其他

创建/更新时间

2026-10-22

资源简介

高毛细数矿物油基质M1微流控数据集

mineral_high_ca_matrix_M1 是一个以英文命名的数据集，归属于“损伤、中毒及外因 / 其他”这一本站分类，来源指向 doi.org，发布机构为 Texas Data Repository，发布年份为 2020 年。该数据集由 Du, Yujing、Mehmani, Ayaz、Xu, Ke、Kelly, Shaina、Balhoff, Matthew 与 Torres-Verdin, Carlos 共同完成，主题标签涵盖工程与微流控两个方向。从源站给出的描述来看，其内容涉及被驱替流体为矿物油、毛细数处于高值区间、裂缝状态为无，并标注为 M1。整体而言，这是一项面向微流控实验场景、以工程研究为背景的数据资源，适合需要了解高毛细数条件下矿物油驱替行为的读者进一步查阅与使用。

【数据集背景】

该数据集的主题标签为 Engineering 与 microfluidics，说明其研究语境落在工程科学与微流控技术的交叉地带。微流控作为在微小尺度上操控流体的技术手段，常被用于观察多相流体在受限空间中的运动规律。源站描述中出现的“Fluid displaced: mineral oil”“Capillary number: high”“Fracture status: none, M1”等要素，指向的是一类以矿物油为被驱替流体、在较高毛细数条件下开展、且不涉及裂缝状态的实验设定。数据集于 2020 年发布，作者团队包括 Du, Yujing、Mehmani, Ayaz、Xu, Ke、Kelly, Shaina、Balhoff, Matthew 与 Torres-Verdin, Carlos，机构来源为 Texas Data Repository。关于该研究更具体的问题动机与工程应用目标，源站未提供。

【数据内容】

依据源站描述，该数据集对应的实验条件包括：被驱替流体为矿物油（mineral oil），毛细数为高（high），裂缝状态为无（none），并带有 M1 标识。数据集英文名为 mineral_high_ca_matrix_M1，其中“high_ca”与高毛细数的描述相呼应，“matrix”与“M1”则构成该数据集名称的组成部分。除上述条件性描述外，源站未提供关于数据文件类型、变量字段、样本数量、记录条数或具体测量指标的信息，因此无法进一步说明数据内容的具体组织形式与规模。

【采集与来源】

该数据集来源于 doi.org，发布机构为 Texas Data Repository，发布时间为 2020 年。作者包括 Du, Yujing、Mehmani, Ayaz、Xu, Ke、Kelly, Shaina、Balhoff, Matthew 与 Torres-Verdin, Carlos。关于实验装置、采集流程、测量手段、实验地点与时间跨度等采集细节，源站未提供。

【适用场景】

结合主题标签与源站描述，该数据集可用于与微流控相关的工程研究场景，尤其是涉及矿物油作为被驱替流体、毛细数处于高值区间且不涉及裂缝状态的实验条件。其“matrix”与“M1”的标识也提示其可能作为某一系列条件组合中的一组数据被使用。关于该数据集在其他具体研究任务中的适用性，源站未提供。

【使用方法】

源站未提供关于数据读取方式、文件结构说明、预处理步骤或分析流程的具体信息。使用者如需使用该数据集，应以 doi.org 对应页面及 Texas Data Repository 的发布信息为准。

【质量与限制】

源站未提供关于数据质量评估、误差范围、完整性检查或已知局限的说明。可确认的限制在于：现有描述仅覆盖被驱替流体、毛细数水平、裂缝状态与 M1 标识等条件性信息，未涉及数据规模、精度与适用范围，因此在使用前需自行核实。

【引用与许可】

该数据集的作者为 Du, Yujing、Mehmani, Ayaz、Xu, Ke、Kelly, Shaina、Balhoff, Matthew 与 Torres-Verdin, Carlos，发布机构为 Texas Data Repository，发布年份为 2020 年，来源指向 doi.org。关于具体的许可条款与推荐引用格式，源站未提供。

原始链接

https://doi.org/10.18738/T8/UKPGTU

访问原始数据

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://doi.org/10.18738/T8/UKPGTU

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。

数据说明

Fluid displaced: mineral oil Capillary number: high Fracture status: none, M1

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