Changeset 97

Show
Ignore:
Timestamp:
11/19/08 12:11:35 (2 months ago)
Author:
sgarcia
Message:

short improuvement in spike detection/sorting

Files:

Legend:

Unmodified
Added
Removed
Modified
Copied
Moved

  • trunk/pyssdh/OpenElectrophy/computing/spikesorting/clustering/sc.py

    r45 r97  
    2121 
    2222class SC : 
    23         list_param =    ['Tmin',                        'Tmax',         'deltaT',               'schwelle'                    ] 
    24         default_param = [ 0.,                           0.03,                   0.01,                   0.3                           ] 
    25         list_label =    ['Temp min',            'Temp max',             'Temp step',    'schwelle'                    ] 
     23        list_param =    ['Tmin',                        'Tmax',         'deltaT',               'schwelle',            'regroup_small'                        ] 
     24        default_param = [ 0.,                           0.03,                   0.01,                   0.3     ,              5                                                      ] 
     25        list_label =    ['Temp min',            'Temp max',             'Temp step',    'schwelle',    'regroup small cluster'                ] 
    2626 
    2727        name = 'SuperParamagneticClustering' 
    …… 
    2929        def compute(self , waveform,  **karg) : 
    3030                allcluster = superparamagneticclustering(waveform , **karg ) 
    31                 return allcluster[:,int(allcluster.shape[1]/2)] 
     31                 
     32                regroup_small = karg['regroup_small'] 
     33                 
     34                cluster = allcluster[:,int(allcluster.shape[1]/2)] 
     35                 
     36                u = unique(cluster) 
     37                nb, c = histogram(cluster, u) 
     38                for i in u[ nb<karg['regroup_small'] ]: 
     39                        cluster[cluster == i] = u.size 
     40                 
     41                return cluster 
    3242         

  • trunk/pyssdh/OpenElectrophy/computing/spikesorting/clustering/superparamagneticclustering.py

    r93 r97  
    154154                                                        Tmin=0., 
    155155                                                        deltaT=0.005, 
     156                                                        **karg 
    156157                                                        ): 
    157158 

  • trunk/pyssdh/OpenElectrophy/computing/spikesorting/detection.py

    r45 r97  
    5151 
    5252 
    53 list_method = [ StdThreshold ] 
     53class MedianThreshold : 
     54        list_param =    ['sign',        'median_thresh',                'refractory_period'                                     ] 
     55        default_param = [ '+-',                 3.,                                     0.004                                                           ] 
     56        list_label =    [ 'Sign (+/-/+-)',              'median tresh', 'Refractory period (s.)'        ] 
    5457 
     58        name = 'Median threshold detection' 
     59         
     60        def compute(self , sig_f , fs  ,  
     61                                sign=None, median_thresh = None, refractory_period = None ) : 
     62                if sign == '-' : 
     63                        sig_f2 = -sig_f 
     64                elif sign =='+' : 
     65                        sig_f2 = sig_f 
     66                elif sign == '+-' or  sign == '-+' : 
     67                        sig_f2 = abs(sig_f) 
     68                 
     69                abs_thresh = median(abs(sig_f)/.6745) 
     70                pos_spike = where(      ( sig_f2[1:-1] >=abs_thresh ) &  
     71                                                        (sig_f2[1:-1] >sig_f2[:-2]) & (sig_f2[1:-1] >=sig_f2[2:] ) 
     72                                                )[0] +1 
     73                pos_spike = eliminate_refractory_period(pos_spike,sig_f ,fs,refractory_period) 
     74                return pos_spike 
     75 
     76 
     77 
     78 
     79 
     80list_method = [ StdThreshold,  MedianThreshold ] 
     81 

  • trunk/pyssdh/OpenElectrophy/computing/spikesorting/filtering.py

    r45 r97  
    4444         
    4545 
    46         def compute(self , sig , fs , win_size ) : 
     46        def compute(self , sig , fs , win_size = None ) : 
    4747                sig_f = sig - signal.medfilt(sig , kernel_size = int(win_size/2.*fs)*2+1) 
     48                return sig_f 
     49         
     50         
     51class NoFiltering : 
     52        list_param =    [       ] 
     53        default_param = [       ] 
     54        list_label =    [       ] 
     55 
     56        name = 'No filtering' 
     57 
     58        def compute(self , sig , fs  ) : 
     59                return sig.copy() 
     60 
     61 
     62 
     63 
     64class ButterworthFiltering : 
     65        list_param =    ['f_low',                       'f_hight',                      'N',            ] 
     66        default_param = [300.,                          inf,                            5,                      ] 
     67        list_label =    ['Low Freq Cut',        'Hight Freq Cut',       'Order N',      ] 
     68 
     69        name = 'N order Butterworth Filter' 
     70         
     71        def compute(self , sig , fs , f_low = None , f_hight = None, N = 5 ) : 
     72                if isinf(f_hight): 
     73                        f_hight = .95*fs/2. 
     74                #Wn = [f_low/(fs/2.) , f_hight/(fs/2.)] 
     75                #b,a = signal.iirfilter(N, Wn, btype = 'band', analog = 0, ftype = 'butter', output = 'ba') 
     76                 
     77                Wn = f_low/(fs/2.) 
     78                b,a = signal.iirfilter(N, Wn, btype = 'high', analog = 0, ftype = 'butter', output = 'ba') 
     79                 
     80                sig_f = signal.lfilter(b, a, sig, zi = None) 
     81                return sig_f 
     82 
     83 
     84class BesselFiltering : 
     85        list_param =    ['f_low',                       'f_hight',                      'N',            ] 
     86        default_param = [300.,                          inf,                            5,                      ] 
     87        list_label =    ['Low Freq Cut',        'Hight Freq Cut',       'Order N',      ] 
     88 
     89        name = 'N order Bessel Filter' 
     90         
     91        def compute(self , sig , fs , f_low = None , f_hight = None, N = 5 ) : 
     92                if isinf(f_hight): 
     93                        f_hight = .95*fs/2. 
     94                #Wn = [f_low/(fs/2.) , f_hight/(fs/2.)] 
     95                #b,a = signal.iirfilter(N, Wn, btype = 'band', analog = 0, ftype = 'bessel', output = 'ba') 
     96                 
     97                Wn = f_low/(fs/2.) 
     98                b,a = signal.iirfilter(N, Wn, btype = 'high', analog = 0, ftype = 'bessel', output = 'ba') 
     99                 
     100                 
     101                sig_f = signal.lfilter(b, a, sig, zi = None) 
    48102                return sig_f 
    49103 
    50104 
    51105 
    52 list_method = [ MethodFFT  , MedianFilter ] 
     106list_method = [ MethodFFT  , MedianFilter, NoFiltering, ButterworthFiltering, BesselFiltering ] 
    53107