Neuropixels Analysis Motion Correction

# 运动/漂移校正参考 急性探针植入过程中的机械漂移是 Neuropixels 记录面临的主要挑战。本指南涵盖了运动伪影的检测、估计和校正。 ## 为什么运动校正很重要 - Neuropixels 探针在记录过程中可能会漂移 10-100+ μm - 未经校正的漂移会导致： - 神经元单位在记录中途出现/消失 - 波形振幅变化 - 错误的脉冲-单位分配 - 单位产出减少 ## 检测：排序前检查 **在运行脉冲排序前，务必可视化漂移！** python import spikeinterface.full as si from spikeinterface.sortingcomponents.peak_detection import detect_peaks from spikeinterface.sortingcomponents.peak_localization import localize_peaks # 先进行预处理（不要进行白化 - 会影响峰值定位） rec = si.highpass_filter(recording, freq_min=400.) rec = si.common_reference(rec, operator='median', reference='global') # 检测峰值 noise_levels = si.get_noise_levels(rec, return_in_uV=False) peaks = detect_peaks( rec, method='locally_exclusive', noise_levels=noise_levels, detect_threshold=5, radius_um=50., n_jobs=8, chunk_duration='1s', progress_bar=True ) # 定位峰值 peak_locations = localize_peaks( rec, peaks, method='center_of_mass', n_jobs=8, chunk_duration='1s' ) # 可视化漂移 si.plot_drift_raster_map( peaks=peaks, peak_locations=peak_locations, recording=rec, clim=(-200, 0) # 调整颜色限制 ) ### 解读漂移图 | 模式 | 解读 | 操作 | |---------|---------------|--------| | 水平带，稳定 | 无明显漂移 | 跳过校正 | | 对角带（缓慢） | 逐渐沉降漂移 | 使用运动校正 | | 快速跳跃 | 脑搏动或运动 | 使用非刚性校正 | | 混沌模式 | 严重不稳定 | 考虑丢弃该片段 | ## 运动校正方法 ### 快速校正（推荐入门） python # 使用预设的简单一行代码 rec_corrected = si.correct_motion( recording=rec, preset='nonrigid_fast_and_accurate' ) ### 可用预设 | 预设 | 速度 | 准确度 | 适用场景 | |--------|-------|----------|----------| | `rigid_fast` | 快 | 低 | 快速检查，小漂移 | | `kilosort_like` | 中 | 好 | Kilosort 兼容结果 | | `nonrigid_accurate` | 慢 | 高 | 出版级质量 | | `nonrigid_fast_and_accurate` | 中 | 高 | **推荐默认值** | | `dre