PyGPLA：脉冲与场电位群体耦合分析

基于摘要分析。本文针对高密度电生理记录中神经元脉冲与局部场电位（LFP）的群体耦合分析问题，介绍实现 Generalized Phase Locking Analysis（GPLA，广义相位锁定分析）的开源 Python 软件包 PyGPLA，旨在将大量成对耦合关系概括为可解释的群体模式。 机制上，GPLA 将脉冲触发的 LFP 相位信息组织为复数耦合矩阵，再提取主导低秩模式。作者说明，这些模式用于概括神经元群体是否与场电位耦合、哪些通道和神经元单元参与耦合，以及它们的相对相位组织。相较于逐一检查通道—单元配对，该表示旨在缓解高维耦合矩阵难以解释的问题；摘要未提供具体分解算法或计算复杂度。 软件功能覆盖多变量 spike-LFP 耦合估计、结果解释，以及基于解析方法和替代数据的显著性检验，并以便于接入现有神经数据分析流程为设计目标。摘要未给出数据集、记录对象、样本规模、运行时间或对照指标，因此尚不能量化其效率与统计表现；实验协议、消融及统计信息尚未验证，具体安装方式、依赖和复现示例也需核对代码及全文。 该工作的直接研究对象是神经元脉冲与 LFP 的耦合，而非 EEG 解码或 BCI 控制。现有材料不足以支持其改善 EEG/BCI 性能的判断，不应将软件发布等同于相关应用已获验证。