场景4: 端到端研究工作流

通过交互式 ASA GUI（Attractor Structure Analyzer）完成从数据加载到分析与可视化的完整研究流程， 无需深入了解模型实现细节。

Note

推荐优先使用 ASA GUI。ASA TUI 属于较早版本，后续将不再维护，仅作为过渡使用。

教程

研究流水线

概述

本场景展示了基于 ASA GUI 与 ASA TUI 的端到端分析流程，面向实验神经科学家与研究人员， 提供可视化界面来完成预处理、TDA、解码与结果浏览。

教程1: ASA GUI 端到端分析

  • PySide6 图形界面完成预处理与分析

  • 支持 TDA / CohoMap / PathCompare / CohoSpace / FR / FRM / GridScore

  • 结果标签页预览与输出目录快速打开

教程2: ASA TUI 端到端分析（旧版）

  • 交互式界面完成数据准备、预处理、分析与结果导出

  • 支持 ASA .npz 与 Neuron + Trajectory 双输入模式

  • 内置 TDA / CohoMap / PathCompare / CohoSpace / FR / FRM / GridScore

  • 结果自动归档并提供日志与预览

教程3: Model Gallery TUI

  • 对齐 canns-experiments/figure2 的 5×3 分析布局

  • CANN1D / CANN2D / GridCell 的典型可视化一键生成

  • 结果预览与输出目录统一管理

谁应该使用流水线？

非常适合:

  • 没有深厚编码专业知识的实验神经科学家

  • 快速原型设计和探索性分析

  • 多个数据集的标准化处理

  • 出版质量的图表生成

  • 教学和演示

在以下情况下考虑手动方法:

  • 实现非标准模型架构

  • 开发新的分析方法

  • 需要对每个步骤进行精细控制

  • 扩展流水线功能

学习路径

快速入门:

  1. 准备 ASA 或 Neuron + Trajectory 数据

  2. 启动 ASA GUI 并选择输入文件

  3. 预处理与分析参数采用默认值运行

  4. 在 Results 目录中查看输出并按需调参

进阶用法:

  • 批量处理多个会话（切换工作目录与输入文件）

  • 细化 TDA/解码/可视化参数

  • 将生成的中间结果接入自定义分析

  • 与现有实验工作流集成

前置要求

  • 基本的Python知识

  • 了解您的实验数据格式（spike/x/y/t）

  • 能在终端中运行命令

预计时间

  • 教程1: 30-40分钟

  • 为您自己的数据设置: 15-30分钟

  • 总计: 70分钟

流水线特性

ASA GUI 提供：

  • 交互式流程——界面化完成预处理与分析

  • 自动数据验证——检查输入格式与缺失字段

  • TDA + 解码——持久同调、相位解码与对比

  • 可视化套件——CohoMap/CohoSpace/FR/FRM/GridScore

  • 结果归档——按数据集自动分目录保存

  • 日志与缓存——运行日志与阶段缓存复用

数据输入格式

支持两类输入：

  • **ASA .npz ** ：包含 spike / t （可选 x / y）

  • **Neuron + Traj .npz ** ：神经元文件包含 spike；轨迹文件包含 x / y / t

下一步

完成本场景后：

  • 将 ASA GUI 应用于真实实验数据

  • 基于生成的中间结果开展自定义分析

  • 参考 canns.pipeline.asa 扩展新功能

  • 为库贡献新的分析模块