当前全球脑科学与脑机接口产业正处于高速发展期，神经群体活动的解码与预测是支撑侵入式脑机接口落地、大脑认知机制研究的核心技术方向，但长期以来，相关领域的算法研发缺乏统一的标准化评测基准，不同研究团队的序列模型性能难以横向对比，评测指标单一的痛点也制约了神经信号解码精度的进一步提升。在此背景下，加州大学圣克鲁兹分校研究团队发布的SpikeProphecy benchmark (Steinmetz 2019 + IBL Repeated Site)数据集，为行业填补了这一关键空白。
作为专门面向自回归神经群体尖峰预测任务打造的大规模基准数据集，SpikeProphecy核心整合了Steinmetz 2019和IBL Repeated Site两个业内公认的公开Neuropixels电生理学数据集，全量基准共包含105个完整的神经记录会话，覆盖约89800个神经元的活动数据，所有原始数据均来自小鼠完成视觉辨别任务过程中的高密度电极探针监测记录。为了适配算法训练与评测需求，研究团队对原始尖峰时间数据做了标准化预处理，转换为50毫秒时间窗的整数计数向量；同时在数据集构建过程中设置了严格的时序分割规则、全链路标准化预处理流程，并配套包含14项测试的数据完整性审计套件，从技术层面避免训练过程中的信息泄露问题，保障评测结果的公正性与可靠性。
据研究团队介绍，该数据集主要面向神经科学基础研究与脑机接口技术研发两大应用方向，核心价值在于为不同序列架构的性能对比提供统一的评测标尺，能够系统评估各类算法在因果性、自回归尖峰计数预测任务上的表现，解决了此前行业内评测维度单一、无法量化评估模型输出时空保真度等细粒度结构的行业痛点。从典型应用场景来看，该数据集可支撑科研人员开展神经元群体编码规律研究，揭示视觉刺激下的大脑信息处理机制；也可用于侵入式脑机接口的信号解码算法训练与评测，助力提升运动意图解码、神经假体信号响应的准确率与实时性，为下一代低延迟、高精准度脑机接口产品的研发提供核心数据支撑。作为高质量科研公共数据集，SpikeProphecy的发布也为全球神经科学领域的数据集标准化建设提供了可参考的实践范式，对于推动脑科学领域的开放协作、加速脑机接口技术的产业化落地具有重要意义。
查看SpikeProphecy benchmark (Steinmetz 2019 + IBL Repeated Site)
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)