neuropixels-analysis
Analisar gravações neurais Neuropixels
Também disponível em: davila7
Esta habilidade fornece análise abrangente de gravações neurais de alta densidade Neuropixels. Ela processa todo o fluxo de trabalho desde o carregamento de dados brutos até unidades curadas prontas para publicação usando os algoritmos SpikeInterface e Kilosort4.
Baixar o ZIP da skill
Upload no Claude
Vá em Configurações → Capacidades → Skills → Upload skill
Ative e comece a usar
Testar
A utilizar "neuropixels-analysis". Carregar minha gravação Neuropixels e executar o pipeline de análise completo
Resultado esperado:
- Recording: 384 channels, 600.2 seconds
- Preprocessing complete - 2 bad channels removed
- Drift estimate: 15.3 um
- Kilosort4 found 45 units
- Quality metrics computed
- Allen curation: 28 good units, 12 MUA, 5 noise
A utilizar "neuropixels-analysis". Verificar deriva e movimento na minha gravação
Resultado esperado:
- Motion estimate: 12.8 um peak-to-peak
- No severe drift detected
- Nonrigid motion correction applied
- Corrected recording saved to motion/corrected/
Auditoria de Segurança
SeguroAll 703 static findings are false positives. The scanner incorrectly flags markdown code block backticks as shell commands, scientific terminology (channel, detect, universal) as C2/crypto keywords, and documentation URLs as hardcoded URLs. This is a legitimate neuroscience analysis toolkit using SpikeInterface and Kilosort4 for scientific research.
Fatores de risco
⚙️ Comandos externos (3)
📁 Acesso ao sistema de arquivos (2)
🌐 Acesso à rede (1)
Pontuação de qualidade
O Que Você Pode Construir
Pipeline automatizado de ordenação de picos
Processar gravações Neuropixels desde dados brutos até picos ordenados com métricas de qualidade para publicação.
Fluxo de trabalho de processamento em lote
Aplicar pré-processamento e curadoria padronizados em múltiplas sessões de gravação para consistência.
Integração com Phy
Exportar dados ordenados para Phy para revisão manual e ajuste fino dos resultados de ordenação de picos.
Tente Estes Prompts
Carregar uma gravação SpikeGLX de /path/to/data e aplicar pré-processamento padrão incluindo filtragem passa-alta em 400 Hz, correção de deslocamento de fase e referência mediana comum.
Executar ordenação de picos Kilosort4 na gravação pré-processada e calcular métricas de qualidade incluindo SNR, taxa de violações de ISI e taxa de presença.
Verificar deriva na minha gravação Neuropixels e aplicar correção de movimento se a deriva estimada exceder 20 mícrons.
Gerar um gráfico de resumo para a unidade 15 mostrando formas de onda e autocorrelograma, e analisar se parece ser uma unidade única bem isolada com base na visualização.
Melhores Práticas
- Sempre verificar deriva antes da ordenação de picos - deriva acima de 20 mícrons impacta significativamente a qualidade
- Usar GPU para Kilosort4 para processamento 10-50x mais rápido comparado a alternativas em CPU
- Salvar dados pré-processados para evitar recomputar etapas de filtragem em execuções subsequentes
- Revisar unidades incertas no Phy - curadoria automatizada fornece pontos de partida para refinamento manual
Evitar
- Pular estimativa de deriva antes da ordenação de picos pode levar a isolamento ruim de unidades
- Aplicar correção de deslocamento de fase em dados Neuropixels 2.0 (só necessário para sondas 1.0)
- Usar limiares de curadoria padrão sem considerar seus requisitos experimentais
- Processar gravações inteiras sem testar em um subconjunto primeiro para verificar o pipeline
Perguntas Frequentes
Que formatos esta habilidade suporta?
Preciso de GPU para ordenação de picos?
Que métodos de curadoria estão disponíveis?
Como inspeciono resultados manualmente?
IA pode ajudar com curadoria?
Que pré-processamento é recomendado?
Detalhes do Desenvolvedor
Autor
K-Dense-AILicença
MIT license
Repositório
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/neuropixels-analysisReferência
main