1000个通道以上的尖峰排序和电生理数据分析
项目描述
# phy项目
[](https://travis-ci.org/kwikteam/phy) [](http://codecov.io/github/kwikteam/phy?branch=master) [](https://readthedocs.org/projects/phy/?badge=latest) [](https://pypi.python.org/pypi/phy) [](https://github.com/kwikteam/phy/releases/latest)) [](https://gitter.im/kwikteam/phy?utm_source=badge&utm_medium=badge&utm_campaign=pr-badge&utm_content=badge)
[phy](https://github.com/kwikteam/phy) 是一个开源的 Python 神经生理学数据分析软件包。它提供对使用高密度多电极阵列(包含数百到数千个记录位点)进行的外细胞记录进行排序、分析和可视化的功能。
## 概述
phy 包含以下子包:
phy.cluster.manual:用于手动排序的 API,用于创建神经生理学数据的图形界面
phy.gui:用于创建桌面应用的通用 API,基于 PyQt。
phy.plot:用于创建高性能图表的通用 API,使用 VisPy(通过 OpenGL 使用图形处理器)
phy 面向开发者,不提供任何 I/O 代码。它只提供用于处理和可视化的 Python 程序。
## phy-contrib
【phy-contrib】仓库包含一系列具有集成 GUI 的插件,可与专用自动聚类软件一起使用。目前它提供以下内容:
KwikGUI:一个手动排序 GUI,与使用 [klusta](http://klusta.readthedocs.org/en/latest/) 处理的数据一起使用,klusta 是一个自动聚类软件包。
TemplateGUI:一个手动排序 GUI,与使用 Spyking Circus 和 KiloSort(尚未发布)处理的数据一起使用,它们是基于模板匹配的脉冲排序算法。
## 安装
注意:安装说明将很快简化。
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/phy/master/installer/environment.yml)。
在保存文件的目录中打开 终端(在 Windows 上,cmd,不是 PowerShell)并输入以下命令
`bash conda env create -n phy source activate phy # Windows 上省略 `source` pip install phy phycontrib `
完成!现在,要使用 phy,您需要在终端中首先输入 source activate phy(Windows 上省略 source),然后调用 phy。
### 更新软件
要获取软件的最新版本,请在终端中输入以下命令
` source activate phy # Windows 上省略 `source` pip install phy phycontrib --upgrade `
## 链接
【Template GUI 用户文档】(http://phy-contrib.readthedocs.io/en/latest/template-gui/)
【开发者文档】(http://phy.readthedocs.org/en/latest/)(工作正在进行中)
【样本数据仓库】(http://phy.cortexlab.net/data/)(工作正在进行中)
## 致谢
phy 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。
项目详情
下载文件
下载适用于您平台的文件。如果您不确定选择哪个,请了解有关安装包的更多信息。