用于尖峰排序的尖峰检测和自动聚类
项目描述
# Klusta: 自动尖峰排序高达64通道
[](https://travis-ci.org/kwikteam/klusta) [](http://codecov.io/github/kwikteam/klusta?branch=master) [](http://klusta.readthedocs.org/en/latest/) [](https://pypi.python.org/pypi/klusta) [](https://github.com/kwikteam/klusta/releases/latest)
[klusta](https://github.com/kwikteam/klusta) 是一个开源软件包，用于对带有数十个位置的探针进行的多元电极神经生理记录进行自动刺痛排序。
我们还在积极开发更复杂的算法，这些算法可以扩展到数百/数千个通道。这项工作在 [phy项目](https://github.com/kwikteam/phy) 中进行，目前仍处于实验阶段。
## 概述
klusta 实现以下功能
Kwik：一种基于HDF5的文件格式，用于存储刺痛排序会话的结果。
刺痛检测（也称为SpikeDetekt）：一种针对包含数十个通道的探针设计的算法，基于探针中记录位点形成的邻接图中的洪水填充算法。
自动聚类（也称为Masked KlustaKwik）：一种针对高维结构化数据集设计的自动聚类算法。
## 图形用户界面
您需要一个图形用户界面来可视化刺痛排序结果。
我们开发了两个具有相同功能的图形用户界面程序
phy KwikGUI：较新的项目，可扩展到数百/数千个通道，仍相对实验性。如果您遵循以下安装说明，它将自动安装。
[KlustaViewa](https://github.com/klusta-team/klustaviewa)：广泛使用，但较旧，且安装有点困难，因为它依赖于非常旧的依赖项。
两个图形用户界面都使用相同的 Kwik 格式。
## 快速安装指南
以下说明将安装 klusta 和 phy KwikGUI。
请确保您已安装 [miniconda](http://conda.pydata.org/miniconda.html)。您可以选择操作系统（Linux、Windows或OS X）的Python 3.5 64位版本。
[下载环境文件。](https://raw.githubusercontent.com/kwikteam/klusta/master/installer/environment.yml)
在保存文件的目录中打开终端（在Windows上，为cmd，而不是Powershell）并键入
`bash conda env create -n klusta -f environment.yml `
完成！现在，要使用 klusta 和 phy KwikGUI，请进入包含您的文件的目录，并键入
`bash source activate klusta # Windows上省略 `source` klusta yourfile.prm # 使用PRM文件对数据进行刺痛排序 phy kwik-gui yourfile.kwik # 打开GUI `
有关更多详细信息，请参阅文档。
### 软件更新
要获取软件的最新版本，请打开终端并键入
`source activate klusta # Windows上省略 `source` pip install klusta phy phycontrib --upgrade `
## 技术细节
klusta 使用纯 Python 编写。聚类代码，用 Python 和 Cython 编写，目前位于 [另一个存储库](https://github.com/kwikteam/klustakwik2/) 中。
## 链接
[文档](http://klusta.readthedocs.org/en/latest/)（工作正在进行中）
[Nature Neuroscience 杂志上的论文（2016年4月）](http://www.nature.com/neuro/journal/vaop/ncurrent/full/nn.4268.html)
[邮件列表](https://groups.google.com/forum/#!forum/klustaviewas)
[样本数据存储库](http://phy.cortexlab.net/data/)（工作正在进行中）
## 致谢
klusta 是由 [Cyrille Rossant](http://cyrille.rossant.net), [Shabnam Kadir](https://iris.ucl.ac.uk/iris/browse/profile?upi=SKADI56), [Dan Goodman](http://thesamovar.net/), [Max Hunter](https://iris.ucl.ac.uk/iris/browse/profile?upi=MLDHU99), 和 [Kenneth Harris](https://iris.ucl.ac.uk/iris/browse/profile?upi=KDHAR02) 在 [Cortexlab](https://www.ucl.ac.uk/cortexlab), 伦敦大学学院开发的。
下载文件
下载适用于您的平台的文件。如果您不确定选择哪个，请了解有关 安装包 的更多信息。
源分布
构建分布
klusta-3.0.16.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 544e7c68467206198a9896910060f74ea73a6278447e2606d4a02cce80f041a1 |
|
| MD5 | 592641723844a40719ce7d987deaff74 |
|
| BLAKE2b-256 | 46d752ef7083c56d1bf1bf9d65c709f43c8802c45d7f5373182ddea367df2c4b |
klusta-3.0.16-py2.py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | c77036fa0c4acdca9c2b1399ec3a3e9c069520f7d20a1b4107534221f7856ac4 |
|
| MD5 | 663b6055f3c9ad5bbdf4edf7417342f6 |
|
| BLAKE2b-256 | 2ebfb852cb55a6bd1d500afc1350710e909384fabda95b3264d6a267db642ee8 |
](https://travis-ci.org/kwikteam/klusta){kind=link}
](http://codecov.io/github/kwikteam/klusta?branch=master){kind=link}
](https://img.shields.io/pypi/v/klusta.svg)](https://pypi.python.org/pypi/klusta){kind=link}
](https://img.shields.io/github/release/kwikteam/klusta.svg)](https://github.com/kwikteam/klusta/releases/latest){kind=link}