Neuropixels Analysis 预处理

# Neuropixels 预处理参考 针对 Neuropixels 神经记录的全面预处理技术。 ## 标准预处理工作流 python import spikeinterface.full as si # 加载原始数据 recording = si.read_spikeglx('/path/to/data', stream_id='imec0.ap') # 1. 相位偏移校正（针对 Neuropixels 1.0） rec = si.phase_shift(recording) # 2. 用于脉冲检测的带通滤波 rec = si.bandpass_filter(rec, freq_min=300, freq_max=6000) # 3. 公共中值参考（去除相关噪声） rec = si.common_reference(rec, reference='global', operator='median') # 4. 移除坏通道（可选） rec = si.remove_bad_channels(rec, bad_channel_ids=bad_channels) ## 滤波选项 ### 带通滤波 python # 标准 AP 带 rec = si.bandpass_filter(recording, freq_min=300, freq_max=6000) # 更宽的频带（保留更多波形形状） rec = si.bandpass_filter(recording, freq_min=150, freq_max=7500) # 滤波参数 rec = si.bandpass_filter( recording, freq_min=300, freq_max=6000, filter_order=5, ftype='butter', # 'butter', 'bessel', 或 'cheby1' margin_ms=5.0 # 防止边缘伪影 ) ### 仅高通滤波 python rec = si.highpass_filter(recording, freq_min=300) ### 陷波滤波（去除工频噪声） python # 去除 60Hz 及其谐波 rec = si.notch_filter(recording, freq=60, q=30) rec = si.notch_filter(rec, freq=120, q=30) rec = si.notch_filter(rec, freq=180, q=30) ## 参考方案 ### 公共中值参考（推荐） python # 全局中值参考 rec = si.common_reference(recording, reference='global', operator='median') # 逐柄参考（多柄探针） rec = si.common_reference(recording, reference='global', operator='median', groups=recording.get_channel_groups()) ### 公共平均参考 python rec = si.common_reference(recording, reference='global', operator='average') ### 局部参考 python # 按局部通道组进行参考 rec = si.common_reference(recording, reference='local', local_radius=(30, 100)) ## 坏通道检测与移除 ### 自动检测 python # 检测坏通道 bad_channel_ids, channel_labels = si.detect_bad_channels( recording, method='coherence+psd', dead_channel_threshold=-0.5, noisy_channel_threshold=1.0, outside_channel_threshold=-0.3, n_neighbors=11 ) print(f"坏通道: {bad_channel_ids}") print(f"标签: {dict(zip(b