Neuropixels Data Analysis 是一个面向 Neuropixels 高密度神经记录的分析工具包，基于 SpikeInterface、Allen Institute 和 International Brain Laboratory（IBL）的当前最佳实践，支持从原始数据到可发表整理单元（unit）的完整工作流。
一、用途 该技能适用于处理 Neuropixels 记录（.ap.bin、.lf.bin、.meta 文件），从 SpikeGLX、Open Ephys 或 NWB 格式加载数据，对神经记录进行预处理、运动/漂移检测与校正、尖峰排序（Kilosort4、SpykingCircus2、Mountainsort5 等）、计算质量指标（SNR、ISI violations、presence ratio）、按 Allen/IBL 标准筛选单元、创建神经数据可视化，以及导出结果到 Phy 或 NWB。
二、支持的硬件与格式 探针方面：Neuropixels 1.0（960 电极、384 通道，需要 phase_shift 校正）、Neuropixels 2.0 单探针（1280 电极、384 通道，几何更密集）、Neuropixels 2.0 4-shank（5120 电极、384 通道，多区域记录）。格式方面：SpikeGLX（.ap.bin、.lf.bin、.meta，读取器 si.read_spikeglx()）、Open Ephys（.continuous、.oebin，读取器 si.read_openephys()）、NWB（.nwb，读取器 si.read_nwb()）。
三、主要能力与使用方式 可以通过 Python 导入 spikeinterface.full 和 neuropixels_analysis 使用。基础设置包括配置并行处理 job_kwargs。加载数据时可用 si.read_spikeglx、si.read_openephys，并可检查可用流。用 npa.run_pipeline 可一键运行包含排序和筛选的完整流程，返回 sorting、metrics、labels。
标准工作流包括：
- 预处理：推荐链为 highpass_filter（freq_min=400）、phase_shift（Neuropixels 1.0 必需）、detect_bad_channels 并移除、common_reference（median），或使用 npa.preprocess 封装。
- 检查与校正漂移：使用 npa.estimate_motion（preset='kilosort_like'）和 npa.plot_drift，当漂移超过 10 微米时用 npa.correct_motion（preset='nonrigid_accurate'）校正。
- 尖峰排序：Kilosort4（推荐，需 GPU），CPU 替代有 tridesclous2、spykingcircus2、mountainsort5；可用 si.installed_sorters() 查看已安装排序器。
- 后处理：创建 sorting analyzer，计算 random_spikes、waveforms、templates、spike_amplitudes、correlograms、unit_locations、quality_metrics 等扩展，并获取质量指标数据。
- 筛选：可用 Allen Institute 标准（如 presence_ratio > 0.9、isi_violations_ratio < 0.5、amplitude_cutoff < 0.1）或 npa.curate（method 可为 'allen'、'ibl'、'strict'）。
- AI 辅助筛选：在 Claude Code 中可直接分析波形图；程序化 API 可用 Anthropic 客户端调用 npa.analyze_unit_visually 对不确定单元分类。
- 生成分析报告：npa.generate_analysis_report 生成含汇总统计、图表和单元表的 HTML 报告，npa.print_analysis_summary 打印格式化摘要。
- 导出结果：si.export_to_phy 导出到 Phy 供人工审查，export_to_nwb 导出 NWB，metrics 可保存为 CSV。
四、常见注意事项与最佳实践 排序前始终检查漂移（漂移 > 10μm 会显著影响质量）；Neuropixels 1.0 需 phase_shift（2.0 不需要）；保存预处理数据避免重复计算；Kilosort4 建议用 GPU（比 CPU 替代快 10-50 倍）；不确定单元应人工复核；自动筛选只是起点，可将指标与 AI 结合，清晰案例用指标、边界单元用 AI；记录所用阈值；关键实验导出到 Phy 保留人工监督。
可调关键参数：预处理 freq_min（典型 300-400 Hz）、detect_threshold；运动校正 preset（'kilosort_like' 快或 'nonrigid_accurate' 适合严重漂移）；Kilosort4 的 batch_size（默认 30000）、nblocks、Th_learned；质量指标的 snr_threshold（典型 3-5）、isi_violations_ratio、presence_ratio。
五、捆绑资源与脚本 包含 scripts/preprocess_recording.py（自动预处理）、scripts/run_sorting.py（运行尖峰排序）、scripts/compute_metrics.py（计算质量指标并筛选）、scripts/export_to_phy.py（导出到 Phy）、assets/analysis_template.py（完整分析模板）、reference/standard_workflow.md、reference/api_reference.md、reference/plotting_guide.md 等参考文档，以及 PREPROCESSING.md、SPIKE_SORTING.md、MOTION_CORRECTION.md、QUALITY_METRICS.md、AUTOMATED_CURATION.md、AI_CURATION.md、ANALYSIS.md 等主题指南。
六、安装与项目结构 安装命令：pip install spikeinterface[full] probeinterface neo；排序器：pip install kilosort（Kilosort4，需 GPU）、pip install spykingcircus（SpykingCircus2，CPU）、pip install mountainsort5（CPU）；本工具包：pip install neuropixels-analysis；可选 AI 筛选：pip install anthropic；可选 IBL 工具：pip install ibl-neuropixel ibllib。项目结构包含 raw_data、preprocessed、motion、sorting_output、analyzer、phy_export、ai_curation、results 等目录。
七、限制与暂未提供 资料未说明该工具包的具体价格、收费方式、平台限制、处理速度基准或性能保证；也未提供除安装命令外的详细系统要求（如 GPU 型号、最低内存）。这些事实暂未提供。