数据集概述
本数据集包含乳腺上皮细胞发育过程中3D多色活体显微镜成像数据，以及用于分析体内细胞形态动力学的MaSCOT-AI Cellpose深度学习分割模型。数据源于对激素响应性乳腺细胞形态与运动性的研究，支持无偏实时分析，共包含6个文件。
文件详解
- 核心数据文件
- 文件名称：MaSCOT-AI Max projections.zip
- 文件格式：ZIP
- 内容：单通道活体成像视频最大投影，时长可达5小时，时间间隔10分钟
- 文件名称：MaSCOT-AI t5 training.zip
- 文件格式：ZIP
- 内容：用于模型训练的各视频第5个时间点数据
- 文件名称：MaSCOT-AI t5 segmentation files.zip
- 文件格式：ZIP
- 内容：Cellpose 2.2.2生成的分割文件
- 文件名称：MaSCOT-AI Cellpose 2 model
- 文件格式：无扩展名
- 内容：训练后的MaSCOT-AI Cellpose分割模型
- 文件名称：MaSCOT-AI Trackmate-Cellpose exportModels.zip
- 文件格式：ZIP
- 内容：Trackmate-Cellpose导出模型
- 文件名称：MaSCOT-AI trackmate-cellpose output spotStats.zip
- 文件格式：ZIP
- 内容：Trackmate-Cellpose输出的斑点统计数据
数据来源
论文“Hormone-responsive progenitors have a unique identity and exhibit high motility during mammary morphogenesis”（Cell Reports 2024）
适用场景
- 细胞形态动力学研究: 分析乳腺上皮细胞在发育过程中的形态变化与运动特征
- 深度学习模型应用: 利用MaSCOT-AI Cellpose模型实现活体成像细胞分割与追踪
- 激素响应机制分析: 研究激素对乳腺细胞形态与运动性的调控作用
- 乳腺发育生物学研究: 支持终端芽、导管及妊娠等不同发育阶段的细胞行为分析
- 生物医学成像技术优化: 探索3D多色活体显微镜成像数据的处理与分析方法
