SuperAPI AI 工具集

alterlab-neuropixels

通用与其它

查看项目

更新于 10-15 19:56

技能介绍

用途:面向 Neuropixels 高密度神经记录的分析工具包,整合 SpikeInterface、Allen Institute 与 IBL 的实践流程,从原始数据到可发表级别的单元筛选。

主要能力:支持 Neuropixels 1.0(960 电极/384 通道,需 phase_shift 校正)、2.0 单探针与 4-shank 探针;读取 SpikeGLX(.ap.bin/.lf.bin/.meta)、Open Ephys(.continuous/.oebin)与 NWB 格式。流程包括高通滤波、坏通道检测、共参考、漂移检测与校正、尖峰排序(Kilosort4、SpykingCircus2、Mountainsort5、Tridesclous2)、质量指标(SNR、ISI 违规、presence ratio 等)、按 Allen/IBL/严格标准筛选单元,以及导出 Phy 与 NWB。

使用方式:安装 uv pip install "spikeinterface[full]" probeinterface neo;外部排序器如 uv pip install kilosort(需 CUDA GPU)、uv pip install mountainsort5;内部排序器用 uv pip install "spikeinterface[spykingcircus2]" 或 "spikeinterface[tridesclous2]"。可用捆绑脚本 scripts/neuropixels_pipeline.py 的 run_pipeline 一键运行,或命令行 python scripts/neuropixels_pipeline.py /path/to/data output/ --sorter kilosort4 --curation allen。也可分步调用 preprocess、check_drift、correct_motion、run_spike_sorting、postprocess、curate_units、export_results。

适用场景:Neuropixels 记录的全流程分析、漂移校正、排序与单元筛选、可视化与结果导出。

限制:Kilosort4 需 GPU;SpikeInterface 0.105 有破坏性变更(如 peak_sign 移除、estimate_sparsity 默认值变化),复现分析需固定版本;自动筛选仅为起点,关键实验建议人工复核;NWB 导出需额外安装 neuroconv。部分参数与阈值需按数据调整。