Cellpose 插件合集（共 21 个）

【细胞分割通用算法（cellpose）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   基于深度学习的通用细胞分割算法，可对显微图像中的细胞自动分割，并支持人工交互式修正与批量处理结果。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/cellpose
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「细胞分割通用算法」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/cellpose
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Napari 细胞分割工具（cellpose-napari）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   将 Cellpose 通用细胞分割算法集成到 napari 图像查看器，可在界面内完成显微图像分割与结果人工校正。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/cellpose-napari
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Napari 细胞分割工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/cellpose-napari
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Cellpose 官网源码（cellpose_web）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   Cellpose 官方网站的网页源码，用于展示算法介绍、在线演示与下载入口，本身不参与细胞分割计算。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/cellpose_web
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Cellpose 官网源码」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/cellpose_web
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【课程教学资料（course-materials）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   Cellpose 团队整理的教学课程资料，包含图像分割与神经数据分析的示例代码与练习数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/course-materials
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「课程教学资料」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/course-materials
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【临界初始化研究代码（critical_init）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   Pachitariu 等 2025 年论文的配套代码，研究网络初始化与临界初始化对训练稳定性和分割性能的影响。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/critical_init
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「临界初始化研究代码」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/critical_init
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【集成追踪分析（EnsemblePursuit）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   神经元群体活动的集成追踪分析，从钙成像数据中提取并追踪细胞活动序列。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/EnsemblePursuit
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「集成追踪分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/EnsemblePursuit
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【眼动与面孔刺激数据（eye-vs-face）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   眼动与面孔刺激任务的实验数据，用于视觉注意研究的方法复现与验证。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/eye-vs-face
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「眼动与面孔刺激数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/eye-vs-face
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【面部运动神经活动预测（facemap）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   从小鼠面部运动视频中提取关键点并预测神经活动的分析框架，同时提供行为视频的奇异值分解处理。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/facemap
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「面部运动神经活动预测」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/facemap
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Facemap 行为分析工具（facemap-napari）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   facemap 的 napari 集成工具，在图像界面中处理行为视频、查看面部运动追踪及相关神经活动。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/facemap-napari
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Facemap 行为分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/facemap-napari
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高速脉冲分选算法（Kilosort）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   面向高密度电极记录的快速脉冲分选算法，带漂移校正，可从原始电生理信号中分离出单个神经元。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/Kilosort
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高速脉冲分选算法」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/Kilosort
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【精简神经元响应模型（minimodel）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   一组精简的神经元响应模型示例，以最小实现演示神经活动建模与图像刺激下的响应预测。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/minimodel
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「精简神经元响应模型」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/minimodel
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大规模神经记录分析（neuropop）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   面向大规模神经记录的分析工具集，用于群体神经元活动的降维、解码与统计建模。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/neuropop
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大规模神经记录分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/neuropop
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【脉冲反卷积基准测试（pachitariu-et-al-2018a）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   脉冲反卷积方法的基准测试代码，评估在缺少电生理记录时反卷积推断结果的可靠性。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/pachitariu-et-al-2018a
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「脉冲反卷积基准测试」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/pachitariu-et-al-2018a
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Kilosort2 Python 版（pykilosort）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   Kilosort2 脉冲分选算法的 Python 移植版本，仍在开发中，便于在 Python 流程内完成脉冲分选。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/pykilosort
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Kilosort2 Python 版」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/pykilosort
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【神经数据可视化排序（rastermap）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   面向神经数据的可视化排序方法，通过重排神经元响应矩阵揭示群体活动的时序结构与聚类模式。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/rastermap
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「神经数据可视化排序」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/rastermap
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【感受野探索工具（receptivefield-explorer）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   图形界面工具，可从钙成像等记录中计算并浏览神经元的感受野，辅助视觉响应分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/receptivefield-explorer
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「感受野探索工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/receptivefield-explorer
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Steinmetz 2019 教学代码（steinmetz2019_NMA）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   Steinmetz 等 2019 年神经匹配分析课程项目的配套代码与数据，用于教学演示与结果复现。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/steinmetz2019_NMA
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Steinmetz 2019 教学代码」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/steinmetz2019_NMA
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【论文图表复现代码（stringer-et-al-2019）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   Stringer 等 2019 年论文的图表复现代码，用于生成论文中的数据分析与统计图表。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/stringer-et-al-2019
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「论文图表复现代码」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/stringer-et-al-2019
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【万级神经元自发行为数据（stringer-pachitariu-et-al-2018a）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   包含约一万个神经元在自发行为期间活动记录的数据集与处理代码，用于群体活动分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/stringer-pachitariu-et-al-2018a
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「万级神经元自发行为数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/stringer-pachitariu-et-al-2018a
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【自然图像神经响应数据（stringer-pachitariu-et-al-2018b）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   提供一万个神经元对 2800 幅自然图像响应的数据集与代码，用于视觉编码与神经响应研究。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/stringer-pachitariu-et-al-2018b
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「自然图像神经响应数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/stringer-pachitariu-et-al-2018b
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【钙成像细胞检测流程（suite2p）安装教程】—— Cellpose

■ 前置条件
   · 已安装 Python 3.8~3.11（建议用 conda 建独立环境）。
   · 建议有 NVIDIA 显卡（可选，CPU 也能跑但慢）。

■ 本包是什么
   钙成像数据处理流程，可从成像视频中检测细胞、提取荧光信号并做脉冲反卷积，常用于神经活动分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是源码/模型包。

■ 安装步骤
   1. 解压本目录的 .zip。
   2. 在命令行进入解压目录，安装：
      pip install -e .
      若只想用官方包： pip install cellpose
   3. 需要图形界面： pip install cellpose[gui]
   4. 模型文件（若有）放到用户目录下的 .cellpose/models 文件夹。

■ 验证是否装好
   · 命令行输入 cellpose --help 有输出；GUI 能正常启动。

■ 常见问题
   · 装不上提示 torch 相关错误：先单独装 PyTorch（按官网选对应 CUDA 版本）。
   · 分割效果差：换模型（cyto / nuclei / cyto2），或先做图像归一化。

■ 来源与版权
   https://github.com/MouseLand/suite2p
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「钙成像细胞检测流程」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/MouseLand/suite2p
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。