SpikeInterface/spikeinterface

解決的問題

SpikeInterface 提供了一個統一的 Python 框架，用於神經元放電（spike）排序，也就是從細胞外電生理記錄中識別與分離單個神經動作電位（spikes）的過程。它消除了研究人員在不相容、分散的排序工具與檔案格式之間手動切換的需要。

如何運作

它作為一個全面的介面，將現有的多種神經元放電排序技術與演算法整合到一個程式碼庫中。使用者可以透過一致的 API 讀取與寫入各種細胞外檔案格式，對記錄資料進行預處理，並執行多種流行的排序器（如 Kilosort、MountainSort 以及自研工具 Lupin）。該框架還包含後處理、品質指標計算、基準測試與運動/漂移校正工具。

適用對象

需要使用多種演算法與工具處理、排序與整理神經元放電資料的神經科學家與研究人員。

主要亮點

• 統一 API：從一個地方存取多個半自動排序器與自研演算法。
• 容器化執行：透過 Docker 或 Singularity 執行主流排序器，無需本地安裝。
• 完整流程：涵蓋從讀取原始檔案、預處理到後處理與資料整理的完整工作流程。
• 驗證工具：包含品質指標與基準測試功能，用於驗證排序結果。
• 彈性資料整理：支援基於機器學習、基於指標與手動的資料整理策略。