场景2: 数据分析与神经解码

关于实验神经数据分析、拓扑解码与 RNN 动力学的综合教程。

教程列表

实验数据分析

RNN动力学分析

教程概述

ASA pipeline 教程

覆盖从 spike/x/y/t 输入到 TDA、解码、CohoMap/CohoSpace/PathCompare 与 FR/FRM 的完整流程，并对应到仓库内示例脚本。

1D CANN ROI bump 拟合教程

展示如何使用 roi_bump_fits 提取 bump 参数，并生成动画用于 分析环形吸引子动态。

Cell Classification 教程

展示基于 GridScore 与自相关特征的细胞分类流程， 包括单细胞评分与网格模块划分示例。

RNN不动点分析教程（FlipFlop任务）

本教程提供了使用 FixedPointFinder 工具分析循环神经网络（RNN）动力学特性的详细指南：

  • 理论基础: 理解动力系统中不动点的概念

  • FlipFlop任务: 训练RNN完成多通道记忆任务

  • 不动点查找: 使用优化方法识别稳定和不稳定的不动点

  • 可视化分析: 通过PCA降维在状态空间中显示不动点分布

  • 多配置比较: 比较2位、3位和4位任务的不动点结构

关键发现: 对于N位FlipFlop任务，成功训练的RNN学会创建2^N个稳定不动点——每个不动点对应一个唯一的记忆状态组合。

示例代码

  • examples/experimental_data_analysis：ASA pipeline 相关脚本（TDA/解码/CohoMap/CohoSpace/PathCompare/FR 等）

  • examples/cell_classification：细胞分类与相关分析示例

相关资源

您可能会发现这些资源有帮助：