mesmerize 0.8.0

派皮		下载
执照		维护
文档		代码分析
聊天和帮助		问题跟踪器

Mesmerize 是一个用于注释和分析神经元钙成像数据的平台。Mesmerize 涵盖了从原始数据到交互式可视化的钙成像分析的整个过程。Mesmerize 允许您创建易于共享的 FAIR 功能链接数据集。分析工具适用于广泛的生物实验，并带有无需编程背景即可使用的 GUI 界面。

相关 bioRxiv 论文：https ://doi.org/10.1101/840488

视频教程！

我们最近创建了详细的视频教程！主要教程系列提供了从原始成像数据到下游分析和交互式可视化的快速概述：
https ://www.youtube.com/playlist?list=PLgofWiw2s4REPxH8bx8wZo_6ca435OKqg

有关 Mesmerize 特定方面的其他视频将在此处发布：
https ://www.youtube.com/playlist?list=PLgofWiw2s4RF_RkGRUfflcj5k5KUTG3o_

更多教程视频将很快推出。

安装

如果您熟悉 anaconda 或虚拟环境，安装非常简单：

pip install mesmerize

安装后，只需mesmerize从虚拟环境内部调用即可启动它。

如果您不熟悉虚拟环境，请参阅文档以获取有关所有操作系统的更详细说明：http: //docs.mesmerizelab.org/en/master/user_guides/installation.html

凯门鳄

为了使用CaImAn功能，您需要将CaImAn安装到您的环境中。有关更多详细信息，请参阅上面链接的 Mesmerize 安装说明：http: //docs.mesmerizelab.org/en/master/user_guides/installation.html

Caiman 用于以下查看器模块：CNMF、3D CNMF、CNMFE、caiman 运动校正和 Detrend DFOF。

学习

为了使用 tslearn 功能，您将需要tslearn. 这可以通过 pip 或 conda 安装，有关详细信息，请参阅详细的安装说明：http: //docs.mesmerizelab.org/en/master/user_guides/installation.html

tslearn 用于 KShape 聚类、互相关分析和一些流程图节点。

张量流

为了使用 nuset 分段，您将需要tensorflow v1.15. 您可以使用tensorflow(CPU bound) 或tensorflow-gpu

pip install --upgrade pip setuptools
pip install tensorflow~=1.15

文档

文档可在此处获得： http: //docs.mesmerizelab.org/

问题/讨论

随时在 gitter 上提问或讨论。对于较大的错误/问题，请使用问题跟踪器。

问题跟踪器： https ://github.com/kushalkolar/MESmerize/issues

消息

有关更多详细信息，请参阅更改日志

2020 年 11 月

变化：

• 基于散景的绘图，使用基于散景的数据点跟踪器，仍处于早期阶段
• k-Shape "gridsearch"，选择一个 n-partitions 范围和组合数量，返回所有 k-Shape 运行的热图和惯性值注意：保存绘图时不保存 gridsearch。只有选择的 kshape 迭代将被保存。这将在未来的版本中修复
• 在 PCA 或 LDA 空间中绘制神经动力学
• PadArrays 流程图节点在大小不匹配时填充数据帧数组，在不需要拼接时很有用
• 通过从批处理管理器中选择它们来查看凯门鳄运动校正输出的平均值、最大值或标准投影

2020 年 9 月

0.3版发布

变化：

• 具有刺激图的互相关图。
• 支持 Femtonics .mes 和 .mesc 录音。
• 通过 NuSeT 使用深度学习进行分割。

2020 年 7 月

变化：

• Mesmerize 现在可以通过 pip 安装。
• 从其他来源导入成像元数据要容易得多。
• 创建刺激调谐曲线图。
• 现在必须在查看器阶段为凯门鳄数据提取 ΔF/F，或通过其他方法设置。尖峰和 ΔF/F 可以在查看器中可视化。

2020 年 6 月

版本 0.2 发布。

变化：

• 现在支持 Windows！
• Viewer 可以处理 3D 数据和 3D ROI。
• 对于开发，提供了用于创建 Volumetic ROI 类型和 Volumetic ROI 管理器的类。
• 支持凯门鳄 3D CNMF。
• 更新了 CNMF(E) 和运动校正模块以使用最新版本的 CaIman。参数输入 GUI 现在更加灵活。
• CNMF(E) 数据可以直接从 Caiman 的 hdf5 文件导入。因此，您可以使用自己的脚本/笔记本和现有的 CNMF hdf5 文件在 Mesmerize 中进行下游分析。
• 对在 Mesmerize 查看器的脚本编辑器中使用 caiman 模块的更多定制支持。
• 添加了 Suite2p 导入器，允许您在 Mesmerize 中对 Suite2p 输出数据进行下游分析。
• 使用批处理管理器进行一些清理
• bug修复

请注意，来自 v0.1 和 v0.2 的批次不兼容。如果需要 v0.1，请使用 v0.1 分支

2019 年 11 月：

请参阅我们最近的 biorxiv 手稿，其中我们使用 Mesmerize 分析来自Ciona gutis以及其他模式生物的钙成像数据集！

https://doi.org/10.1101/840488

即将到来

• 查看器的生物格式导入器的实验性使用。
• 导出项目的精简版本以便于共享。
• 用于共享分析结果的基于浏览器的可视化。

致谢

• pyqtgraph开发人员创建了如此广泛的库，我们在此基础上创建了 Mesmerize 的许多交互式元素。
• CaImAn开发人员创建了一个非常强大的库，用于钙成像数据的预处理和信号提取，Mesmerize 能够与之交互。
• Simon Daste 提供了允许创建 Suite2p 导入器模块的示例数据和帮助。
• Jordi Zwiggelaar创建了 Mesmerize 标志和横幅。