NeuroPilot：通过智能体平台实现跨尺度、跨模态的纵向活体神经成像

基于摘要分析。该研究面向纵向活体神经成像中噪声、非刚性运动及异质记录条件造成的分析困难，提出 NeuroPilot，将多模态大语言模型与可调用的计算成像模块结合，以闭环、上下文感知的方式协调从原始记录到神经元群体读出的分析流程。主要研究对象是活体神经成像，而非 EEG 信号处理。 机制上，NeuroPilot 通过智能体框架自适应组织分析工作流，涵盖运动退化记录恢复、神经信号恢复、检测与追踪，并将异质记录转化为稳定的群体活动图谱。摘要未说明具体成像模态、模块算法、大语言模型配置，以及闭环反馈和流程选择的实现方式，尚不能判断效果主要来自模块本身还是智能体协调。 作者报告，该框架在深脑、自由活动及纵向记录等条件下支持神经信号恢复与追踪，应用场景包括脊髓刺激范式下的神经元群体追踪、深脑成像，以及与自发睡眠—觉醒行为对齐的连续 24 小时 mPFC 记录。作者还报告，所得群体活动图谱支持行为解码，并揭示行为状态及其转换中的结构化神经动态；摘要未提供相应定量指标，无法据此判断相对现有流程的改善幅度。 核对全文时，重点应是运动校正与信号恢复是否保留真实神经活动、纵向神经元身份匹配如何验证，以及行为解码采用何种数据划分与对照基线。被试或动物信息、数据规模、实验协议、消融及统计信息尚未验证；代码、模型权重与运行条件也尚未验证。该材料为预印本摘要，其结果不能直接视为已验证的 EEG/BCI 分析能力。