Neuropixels Analysis Quality Metrics

# 质量指标参考 使用 SpikeInterface 指标和 Allen/IBL 标准进行单位质量评估的综合指南。 ## 概述 质量指标评估排序单位的三个方面： | 类别 | 问题 | 关键指标 | |----------|----------|-------------| | **污染** (I 型) | 脉冲是否来自多个神经元？ | ISI 违规, SNR | | **完整性** (II 型) | 是否丢失了脉冲？ | 振幅截止, 存在比率 | | **稳定性** | 单位随时间是否稳定？ | 漂移指标, 振幅 CV | ## 计算质量指标 python import spikeinterface.full as si # 创建带有计算波形的分析器 analyzer = si.create_sorting_analyzer(sorting, recording, sparse=True) analyzer.compute('random_spikes', max_spikes_per_unit=500) analyzer.compute('waveforms', ms_before=1.5, ms_after=2.0) analyzer.compute('templates') analyzer.compute('noise_levels') analyzer.compute('spike_amplitudes') analyzer.compute('principal_components', n_components=5) # 计算所有质量指标 analyzer.compute('quality_metrics') # 或计算特定指标 analyzer.compute('quality_metrics', metric_names=[ 'firing_rate', 'snr', 'isi_violations_ratio', 'presence_ratio', 'amplitude_cutoff' ]) # 获取结果 qm = analyzer.get_extension('quality_metrics').get_data() print(qm.columns.tolist()) # 可用指标 ## 指标定义与阈值 ### 污染指标 #### ISI 违规比率 违反不应期的脉冲比例。所有神经元都有约 1.5ms 的不应期。 python # 使用自定义不应期计算 analyzer.compute('quality_metrics', metric_names=['isi_violations_ratio'], isi_threshold_ms=1.5, min_isi_ms=0.0) | 值 | 解读 | |-------|---------------| | 0.5 | 差（可能是多单位） | **参考:** Hill et al. (2011) J Neurosci 31:8699-8705 #### 信噪比 (SNR) 波形峰值振幅与背景噪声的比率。 python analyzer.compute('quality_metrics', metric_names=['snr']) | 值 | 解读 | |-------|---------------| | > 10 | 优秀 | | 5 - 10 | 良好 | | 2 - 5 | 可接受 | | < 2 | 差（可能是噪声） | #### 隔离距离 PCA 空间中到最近聚类的马氏距离。 python analyzer.compute('quality_metrics',