跳转到主要内容

直径化细胞。

项目描述

Version Build status Codecov.io License Documentation status DOI

直径合成

此代码旨在通过从一组生物神经元中学习参数来生成神经元的合成直径。

安装

使用pip

pip install diameter-synthesis

主要用法

步骤1:构建模型

example文件夹中,你首先需要修改create_jsons.py以适应你的需求。

对于字典extract_models_params,以下是一些重要的参数:

  • morph_path:形态文件路径
  • mtypes_sort:如何学习分布:使用all使用全部,使用mtypes按神经元类型使用,使用super_mtypes使用自定义细胞类型(见下面的diameter_types
  • models:创建多个模型(目前它们都是相同的,只是随机数的不同实现)
  • neurite_types:学习参数的神经元类型
  • extra_params:额外的模型参数字典

步骤2:构建直径

然后只需运行./run_models.sh即可创建模型(保存为json文件)。

create_jsons.py 中,还需要更新字典 generate_diameters_params,使其与之前的字典条目匹配。在 new_morph_path 中的路径将是新形态保存的位置。

然后运行 ./run_diamters.sh 生成直径。

附加脚本

scripts 文件夹中有几个附加脚本

  • diameter-checks:在生物和样本细胞上运行直径检查代码(bluepymm)
  • diameter_types:使用表面积分布对 mtypes 进行聚类(目前使用两个私有仓库)
  • extract_morphometrics:从生物和样本细胞中提取并绘制表面积和直径分布,作为分支顺序和路径长度的函数
  • extract_morphologies:从细胞释放中找到可以通过直径检查运行的那些
  • plot_morphologies:在 mtype 文件夹中绘制所有形态

示例

examples 文件夹包含一个简单的示例,该示例将从一个示例网站 neuromorpho.org 获取形态,学习直径模型,重新缩放这些形态,并对结果进行分析,以比较原始和直径化的形态。此示例可以通过以下命令直接运行

./run.sh

资助与致谢

本软件的开发得到了瑞士联邦理工学院(EPFL)的蓝脑项目研究中心的资助,该项目由瑞士政府的教育和科学部资助。

有关许可证和作者,请参阅 LICENSE.txtAUTHORS.md

版权所有 © 2021-2022 蓝脑项目/EPFL

项目详情


下载文件

下载适用于您的平台的文件。如果您不确定要选择哪个,请了解有关 安装包 的更多信息。

源代码发行版

diameter_synthesis-0.6.1.tar.gz (418.3 kB 查看哈希值)

上传时间 源代码

构建发行版

diameter_synthesis-0.6.1-py3-none-any.whl (34.9 kB 查看哈希值)

上传时间 Python 3

由以下机构支持

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误记录 StatusPage StatusPage 状态页面