ElecFeX: A user-friendly toolkit for efficient feature extraction from single-cell electrophysiological recordings
Notice bibliographique
Résumé
Motivation Profiling neurons by their electrophysiological phenotype is essential for understanding their roles in information coding within and beyond the nervous systems. Technological development has unleashed our power to record neurons more than ever before, yet the booming size of the dataset poses new challenges for data analysis. Current software tools require users to have either significant programming knowledge or to devote great time and effort, which impedes their prevalence and adoption among experimentalists. To address this problem, here we present ElecFeX, a MATLAB-based graphical user interface designed for a more accessible and efficient analysis of single-cell electrophysiological recordings. ElecFeX has a simple and succinct graphical layout to enable effortless handling of large datasets. This tool includes a set of customizable methods for most common electrophysiological features, and these methods can process multiple files all at once in a reliable and reproducible manner. The output is assembled in a properly formatted file which is exportable for further analysis such as statistical comparison and clustering. By providing such a streamlined and user-friendly open-sourced interface, we hope ElecFeX can benefit broader users for their studies associated with neural activity. Summary Characterizing neurons by their electrophysiological phenotypes is essential for understanding the neural basis of behavioral and cognitive functions. Recent developments in electrode technologies have enabled the collection of hundreds of neural recordings; that necessitated the development of new toolkits capable of performing feature extraction efficiently. To address this urgent need for a powerful and accessible tool, we present ElecFeX, an open-source MATLAB-based toolbox that (1) has a succinct and intuitive graphical user interface, (2) provides generalized methods for wide-ranging electrophysiological features, (3) processes large-size dataset effortlessly, and (4) yields formatted output for further analysis such as neuronal characterization and classification. We implemented the toolbox on a diverse set of neural recordings and demonstrated its functionality, efficiency, and versatility in capturing features that can well-distinguish neuronal subgroups across brain regions and species. ElecFeX is thus presented as a powerful tool to significantly promote future studies on neuronal electrical activity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,025 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».