利用基于UMAP的无监督非线性降维技术，从神经记录中高效且可靠地分离出特定信号（即“尖峰”）

《PLOS Biology》：Efficient and reliable spike sorting from neural recordings with UMAP-based unsupervised nonlinear dimensionality reduction

本文提出基于UMAP的非线性降维方法，显著提升神经元 spike sorting 的准确性、效率和鲁棒性。相较于传统线性方法（如PCA）和专家定义的非线性方法，UMAP能更好分离低 firing rate 神经元，保持波形拓扑结构，且无需手动调参，适用于大规模电极阵列数据。结合HDBSCAN聚类，该方法实现自动化神经元识别，减少多单元合并错误，增强神经编码分析能力。

　　
在神经科学研究中，从海量电生理记录中准确分离单个神经元放电信号是解码神经编码的关键步骤。传统方法常采用线性降维技术（如主成分分析，PCA）或基于人工设计的非线性特征提取（如峰值幅度、波形宽度等），这些方法在处理复杂神经数据时面临显著挑战。近期研究提出将无监督的非线性降维算法——均匀流形近似与投影（UMAP）引入尖峰分离流程，通过数学上严谨的几何拓扑保持特性，显著提升了神经元识别的准确性和全面性，尤其在低放电率神经元检测方面表现突出。

**传统方法的局限性**
现有阈值驱动型尖峰分离技术依赖线性降维（如PCA）或专家定义的非线性特征（如小波变换）。尽管这些方法在规则放电模式中表现尚可，但存在三大核心问题：其一，线性降维无法有效捕捉神经元放电波形的非线性差异，导致不同神经元波形在降维后重叠；其二，人工设计特征（如峰值-谷值幅度）难以应对电极间信号相关性带来的干扰，当神经元放电率较低时易被噪声淹没；其三，多数方法需要预先设定聚类数量或手动调整参数，难以适应大规模高密度电极阵列（如256通道以上）的全自动化需求。

**UMAP的核心优势**
UMAP通过保真嵌入保持原始数据的几何和拓扑结构，其独特优势体现在三个方面：
1. **非线性特征提取**：UMAP基于流形学习理论，通过构建高维数据点邻域图，非线性映射到低维空间。这种处理能够有效分离具有复杂波形差异的神经元，例如在合成数据中成功区分三个显著不同的神经元波形（图2A），而传统方法常将其合并为单一簇。
2. **拓扑结构保真性**：UMAP在降维过程中严格保持数据的关键连接关系。实验表明，在电极与目标神经元距离超过40微米时（图5D），传统方法（如PCA）的F1分数已低于0.3，而UMAP仍能保持F1分数在0.5以上，说明其拓扑保持能力显著优于线性方法。
3. **低放电率神经元捕获**：UMAP对数据密度的鲁棒性使其能准确识别低放电率神经元。实验中通过随机去除80%的放电事件，仍能保持目标神经元F1分数超过0.8（图2F），而传统方法在同等条件下性能下降超过50%。

**多场景验证与性能对比**
研究团队通过合成数据、真实脑区记录（背前额叶皮层、腹侧运动皮层、次级躯体感觉皮层）以及多电极阵列（256通道）的三个维度验证UMAP的性能：
- **合成数据测试**（图2）：在添加噪声（标准差达到原始波形峰值20%）和波形漂移（幅度动态变化30%）的极端条件下，UMAP的F1分数稳定在0.6以上，而PCA和波let变换方法分别下降至0.25和0.35。
- **真实神经记录分析**（图4）：在三个脑区的任务相关记录中，UMAP平均识别神经元数量比PCA提升37%-58%，且低放电率神经元占比增加2-4倍。例如在背前额叶皮层（DPC）任务中，UMAP成功捕获到96个PCA漏检的静默神经元。
- **多电极阵列性能**（图5、6）：采用空间叠加策略时，UMAP的全电极分析性能（F1=0.91）优于SpyKING CIRCUS（SC）的0.78。单电极独立分析显示，UMAP在电极距离目标神经元15-50微米范围内仍能保持F1分数超过0.8（图5C），而SC在相同条件下仅达到0.45。

**技术实现与自动化优势**
UMAP结合HDBSCAN聚类构建了端到端自动化流程（图1）：
1. **数据预处理**：采用三次Savitzky-Golay滤波消除低频噪声，多项式插值保持波形特征，最终将64点波形标准化为统一长度。
2. **非线性降维**：设置默认参数（n_neighbors=15，min_dist=0），自动生成2维投影。对比实验显示，UMAP在投影维度2-4之间F1分数波动小于5%，而PCA和波let方法维度依赖性强（图2D）。
3. **智能聚类**：HDBSCAN无需预设聚类数，通过密度连接自动识别簇并排除噪声。实验中UMAP聚类误差率（FP+FN）控制在8%以下，显著低于传统方法的22%-35%。

**神经编码分析的应用价值**
研究进一步证明UMAP在解码任务相关神经编码方面的突破性进展：
- **信息熵提升**：在触觉探测任务中，UMAP排序的神经元平均信息熵（I=0.87±0.12）比PCA（0.62±0.18）高40%，显著增强对刺激参数的编码解析能力。
- **低放电率编码器发现**：通过UMAP成功捕获到DPC中8个静默神经元（firing rate<0.1 Hz），这些神经元在任务中编码的时空特征差异达37%，而传统方法完全漏检。
- **空间一致性验证**：在多电极阵列中，UMAP排序的神经元跨电极一致性指数（I_inclusion）达到0.85，而SC仅为0.62，证明其空间鲁棒性。

**计算效率与扩展性**
UMAP的算法复杂度与数据规模近似线性增长（O(n)），使其能处理超过10万波形的超大规模数据集。对比实验显示：
- 数据量从1000波形扩展到10万时，UMAP的F1分数波动率（标准差/均值）仅为2.1%，而传统方法波动率达18.7%。
- 在256通道电极阵列上，UMAP的实时处理速度比SC快3.2倍，达到1200Hz的更新频率。

**研究局限与未来方向**
尽管UMAP展现出显著优势，仍需注意其参数敏感性（n_neighbors=15时最佳，±5范围内波动导致F1下降12%）和电极方向性依赖（横向排列电极识别率比纵向高22%）。未来研究可结合深度学习（如WaveMAP的改进版）进行端到端优化，并探索在动态电极阵列（如柔性电子皮肤）中的自适应应用。

该研究为神经科学实验提供了可扩展的技术框架：通过UMAP-HDBSCAN组合，可在不依赖人工干预的情况下，从百万级波形数据中准确分离出95%以上的神经元（实验数据集S2中UMAP识别率达98.7%），特别在低放电率神经元（<0.5 Hz）捕获方面具有革命性突破。这种方法已整合到开源平台（https://github.com/...），为脑机接口、神经解码等应用提供了标准化解决方案。