
-
生物通官微
陪你抓住生命科技
跳动的脉搏
ULMShare:面向超声定位显微镜算法开发与验证的公开数据集
《Scientific Data》:A Large-Scale In Vivo Ultrasound Localization Microscopy Dataset of the Mouse Brain for Microvascular Imaging
【字体: 大 中 小 】 时间:2026年11月23日 来源:Scientific Data 7.2
编辑推荐:
摘要 超声定位显微镜(ULM)能够实现对大脑微血管的活体显微成像,但其依赖于多阶段的处理流程,在该流程中,采集设置和重建过程对最终结果有着重要影响。现有的公共数据集仍然较为稀少,这限制了对算法的严格评估,并阻碍了算法开发的进展,尤其是新兴的机器学习方法的发展,
超声定位显微镜(ULM)能够实现对大脑微血管的活体显微成像,但其依赖于多阶段的处理流程,在该流程中,采集设置和重建过程对最终结果有着重要影响。现有的公共数据集仍然较为稀少,这限制了对算法的严格评估,并阻碍了算法开发的进展,尤其是新兴的机器学习方法的发展,因为这些方法需要大量数据才能确保其稳定性和可靠性。我们推出了ULMShare,这是一个开放获取的数据集,包含来自61只健康小鼠(36只雌性、22只雄性、3只性别不明;平均年龄:8.2 ± 5.5周;平均体重:17.7 ± 4.2克)的99次全脑经颅超声成像数据,总数据量约为30 TB。该数据集涵盖了三种实验程序、多种注射和麻醉方案、两种超声探头以及不同的成像平面和方向。每次成像都包含原始超声数据、详细的元数据、示例性的重建结果以及相应的微泡运动轨迹。除了数据本身,我们还提供了血管饱和度、傅里叶环相关性和轨迹长度统计信息,并附有专家的视觉评估结果。ULMShare为方法开发、验证和基准测试提供了一个广泛、标准化且公开可用的资源。完整的数据集可通过联邦研究数据仓库获取,更多相关资源可访问ULMShare GitHub仓库。