数据集概述
该数据集包含用于神经科学图像分析的DeepD3基准数据、人工标注数据及训练验证数据，涵盖大鼠海马体CA1区的TIFF图像栈、树突追踪文件、脊柱分割掩码、标注聚类文件及Jupyter分析脚本，支持深度学习模型训练与神经结构分析。
文件详解
- 基准图像文件:
- DeepD3_Benchmark.tif: TIFF格式，大鼠海马体CA1区图像栈，体素大小94×94×500 nm
- 树突追踪文件:
- Dendrite_U.swc、Dendrite_V.swc、Dendrite_W.swc: SWC格式，三位标注者的树突追踪数据
- 脊柱分割掩码文件:
- Segmentation_U.mask、Segmentation_V.mask、Segmentation_W.mask: HDF5兼容格式，三位标注者的像素级脊柱分割掩码
- 标注聚类文件:
- Annotations_and_Clusters.csv: CSV格式，包含人工标注与聚类信息
- 分析脚本:
- Clustering.ipynb: Jupyter Notebook，展示标注到脊柱聚类的分配方法
- 训练验证数据:
- DeepD3_Training.d3set、DeepD3_Validation.d3set: d3set格式（HDF5基础），训练与验证数据集
适用场景
- 神经科学研究: 分析大鼠海马体神经元树突与脊柱结构
- 计算机视觉: 开发与验证神经图像分割、目标检测算法
- 机器学习: 训练深度学习模型进行神经结构自动识别
- 生物图像分析: 评估人工标注与自动分割结果的一致性
- 聚类算法研究: 探索神经结构标注数据的聚类方法与效果
