Buckets:
| # 检索层（L3） | |
| L3 在这里**不改写数据**，只做"能查"。`slice_catalog.parquet` 把每个可用的切片和每个 | |
| (切片 × 区) 单元摊平成一行，带上能查询的字段，并且**带上这一行的适用性限制**。 | |
| 为什么强调后者：这套数据里"某个字段存在"和"某个字段能用"差得很远。EEG 的 ρ 被白化、 | |
| 人类颅内没有区标签、τ 在 65% 的切片上估不出来。若检索层只给数值不给限制， | |
| 查的人一定会误用。 | |
| --- | |
| ## 怎么用 | |
| ```python | |
| import pandas as pd | |
| C = pd.read_parquet("/domains/framework/slice_catalog.parquet") | |
| # 例：小鼠 CA1 的区级记录 | |
| C.query("member == 'steinmetz' and level == 'region' and region == 'CA1'") | |
| # 例：只取 rho_half 真的估出来的 | |
| C.query("rho_half_status == 'ok'") | |
| ``` | |
| **检索之后先读 `caveats` 列**，再决定能不能用。`n_caveats == 0` 的 427 行是可以直接用的。 | |
| --- | |
| ## 规模 | |
| | 项 | 值 | | |
| |---|---| | |
| | 总行数 | 1,059（605 slice 级 + 454 region 级） | | |
| | 唯一 `unit_id` | 1,059（无重复） | | |
| | 成员 | 13 | | |
| | `caveats` 条数分布 | 0 条 427 行 / 1 条 349 行 / 2 条 283 行 | | |
| | 时长 >1000 s 的记录 | 69 | | |
| | 有逐单元区标签（`has_unit_region`） | 565 行 | | |
| ## 关键字段 | |
| | 字段 | 含义 | 陷阱 | | |
| |---|---|---| | |
| | `level` | `slice` = 成员×切片；`region` = 成员×切片×区 | region 级才有 `n_units` | | |
| | `has_unit_region` | 该成员是否有逐单元区标签 | 只有它为 `True` 才能做区级分析 | | |
| | `rho_half_ms` | 跨单元共享相关半衰（不拟合曲线） | EEG 不适用；`rho_half_status != ok` 时只有界 | | |
| | `tau_ms` | plateau 拟合的时间常数 | 仅 50/780 切片可用，对抽样敏感，**不要引用绝对值** | | |
| | `tier_L4` | 区身份是否逐单元核验 | `region_unverified` 意味着区标签来自推断 | | |
| | `caveats` | 该行的限制 | 检索后必读 | | |
| | `pin_value` | 该成员来源的固定标识 | 见 `sources.csv` 的 `pin_status` | | |
| ## 全局限制（不挂在逐行上，但用的时候必须知道） | |
| 1. **PR（参与率）不能跨成员比较**：成员内与单元数的 Spearman 符号相反 | |
| （counts_v4 −0.64、macaque −0.44、steinmetz +0.51），全局 +0.05 是辛普森悖论。 | |
| 2. **EEG 的跨通道共同分量已被白化**：63 通道带符号相关均值 −0.0003…+0.019，ρ 不适用； | |
| 时间结构仍在，但那是单通道 ACF，不是同一个量。 | |
| 3. **人类颅内无区标签**：DANDI 000950/000954 的 NWB 没有 `/general/extracellular_ephys`， | |
| 上游就没写电极表，不是我们没解析。 | |
| 4. **没有质量分**：三条质量轴全部为负结果（可复现性 AUC 0.644 但只是 `rho1` 复读； | |
| 小鼠跨 session 一致性 0.414；猕猴修正版 0.524）。所以 catalog 里没有 `quality` 列， | |
| 不要指望拿它筛样本。 | |
| 5. **区级离散度**：小鼠区级 ρ_half 的跨 session log-SD 中位 0.772（≈2.2×）， | |
| `SCs`/`ILA`/`CA3`/`PL`/`MOs` 超过 1.4，按区引用绝对值没有意义。 | |
| ## 示例查询与命中数 | |
| 数字由 `build_slice_catalog.py` 实算并写入 `retrieval_index.json`，本表与之对账。 | |
| | 查询 | 命中 | | |
| |---|---:| | |
| | 小鼠 CA1（区级） | 21 | | |
| | 猕猴 `rho_half_status == ok`（区级） | 139 | | |
| | `has_unit_region == True` | 565 | | |
| | `n_caveats == 0` | 427 | | |
| | 时长 >1000 s（slice 级） | 69 | | |
| ## 重建 | |
| ```bash | |
| python /domains/scripts/build_slice_catalog.py # 写 slice_catalog.parquet + retrieval_index.json | |
| python /domains/scripts/verify_framework.py # 含 K 节：catalog 与 JSON 对账 | |
| ``` | |
| `verify_framework.py` 会检查：行数、`unit_id` 唯一、成员元数据无 `unknown`、 | |
| `retrieval_index.json` 里的示例命中数与 catalog 实算一致。最后一条是为了防止文档里的 | |
| 数字悄悄过期。 | |
Xet Storage Details
- Size:
- 3.83 kB
- Xet hash:
- 2d7880702b927bb59a51506c986abbf85bbc2f16b99de797b9239da392193160
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.