Offline Sorter(OFS)是目前业内最受认可和信赖的离线Spike Sorting软件,超过800篇的文章引证了OFS的方法。现在的OFS v4是一款功能强大,易于使用查看和分选动作电位波形(Spike)的工具,这些波形是之前通过single electrodes, stereotrodes和tetrodes采集得到的。Spike通过PCA特征值降维算法,以“点”的形式显示在两维(2D)或三维(3D)的特征空间中,手动,半自动或全自动的聚类方法可以应用于对Spike的分类。OFS也可以使用各种不同的阈值方法,从连续记录的神经数据中提取Spike。OFS允许通过一系列的显示进行Sorting验证,并可以计算聚类分离统计参数和质量指标。经过Sorting的Spike可以导出多种文件格式以进行后续分析。OFS v4包含了全新的波形时间段显示方式,包括cluster vs. time和sort quality vs. time,这样就显示出波形随时间变化和发展的情况。有多种从连续数据中检Spike的方法可以被应用到,包括电压阈值、信号能量和非线性能量。并且支持stereotrode和tetrode的Spike检测。在Spike提取之前,低切滤波器可以被应用到获取连续数据
Powerful waveform viewing and sorting:强大的波形显示和分类功能:
NEW Overlapping waveform analysis 叠加波形检测分析功能
NEW Support for multiple spike Sources 支持多个spike文件同时分析
运用Principal Component Projections、Voltage Slices in Time、或者其他20多种波形参数(如:peak, valley, full-width at halfmaximum)的方法,
Time-level格式的Box Sorting方法
Time-voltage座标里的波形选择
Template模板匹配算法
Tetrode 和 Stereotrode 的波形提取
神经元互相关分析和ISI放电间隔
2D和3D空间内不同特征值座标显示波形密度
波形校正
去除小于ISI放电间隔的波形和运动噪音
Raster显示Spike和连续数据
Sorting结果可导入PowerPoint中,并可打印
Sorting的统计数据
波形特征和S o r t i ng的统计数据可导入到
MATLAB®, Excel®或text中
Sorting结果可导入到NeuroExplorer中
Time segmentation, adaptive sorting methods, nd time-dependent analysis:将文件分割成时间片段,对每个时间片段单独的查看和Sorting:
NEW Time Segments能被单独命名和颜色标记, 切换开关, 也能被保存或重新作为
NeuroExplorer间隔存储
NEW Interval Selection 工具能够重新设置Segments
NEW 同时加载.PL2 文件功能将每个文件分成不同的time segments,并可从每个time segment 中单独查看和sorting波形
Clusters vs. Time View 显示出聚类随着时间的变化发展
Adaptive Template Sorting,使用templates查看波形随时间变化的情况
Template vs. Time View 显示Template 如何随文件不同而调整
Semi-automatic and Automatic Sorting半自动和全自动Sorting:
NEW 增加了sort 质量指标参数L-Ratio 和Isolation
NEW 在“Change Sort Method” 中增加了Lines 和Bands 方法
NEW Scan 模式,包括使用不同的随机初始聚类因素的Scan 方式
NEW 能使用标准偏差或MAD 去计算fit tolerances 或者band fit tolerances
全自动分类算法的参数空间会通过图形显示质量指标的方法被自动扫描,为每个通道对手
动的分类结果选择合适的分类。自动扫描的结果可以保存为. SCAN 文件。由于结合了新的批处理模式的命令,这个过程允许各种算法的运行。在快速手动Sorting 之后,为每个通道对手动的分类结果选择合适的分类。
全自动分类方法包括valley seeking、T-Distribution Expectation Maximization(E-M) 等算法。半自动分类方法运用K-means、StandardE-M 等算法。