数据集概述
本数据集为研究“DSM: Deep Sequential Model for Complete Neuronal Morphology Representation and Feature Extraction”的开源资源，包含神经元重建原始数据、补充资料、Python工具包及开发者资源，支持神经元形态学的序列转换与模型实现，可用于神经元形态学的表示、特征提取及相关模型开发。
文件详解
- raw_dataset.zip
- 文件格式：ZIP
- 内容介绍：包含SEU-Allen数据集的1282个神经元重建数据、Janelia数据集的1002个神经元重建数据、ION数据集的1100个神经元重建数据
- Supplementary.zip
- 文件格式：ZIP
- 内容介绍：补充信息，包含表格和图表
- DSM-tools.zip
- 文件格式：ZIP
- 内容介绍：Python工具包，包含NeuronSequenceDataset类（将SWC文件转换为序列数据框）、DSMDataConverter类（转换序列数据框用于分类和聚类）、DSMHierarchicalAttentionNetwork类（分类模型，默认提供预训练DSM-HAN模型）、DSMAutoencoder类（聚类模型，默认提供预训练DSM-AE模型）
- neuron2seq_for_developer.zip
- 文件格式：ZIP
- 内容介绍：模型进一步开发的资源库，包含源代码和所有数据文件
数据来源
研究“DSM: Deep Sequential Model for Complete Neuronal Morphology Representation and Feature Extraction”的开源仓库
适用场景
- 神经元形态学研究: 用于分析不同数据集（SEU-Allen、Janelia、ION）中神经元的形态特征
- 深度学习模型开发: 基于DSM-tools实现神经元形态学的序列转换与模型训练，支持分类和聚类任务
- 神经元形态学特征提取: 利用预训练的DSM-HAN和DSM-AE模型提取神经元形态学特征
- 神经科学工具开发: 基于neuron2seq_for_developer资源库进行神经元形态学相关工具的二次开发
