文章预览
双光子钙成像技术,以细胞分辨率,提供了神经元活动的大规模记录。为了分析钙成像数据,非常需要一种鲁棒、自动化和高速的实验流程,以同时分割神经元的空间足迹,并提取时间活动轨迹,同时从背景、噪声和重叠神经元中,净化降噪。 近日,美国 加州大学戴维斯分校( University of California, Davis)Kangning Zhang, 杨暐健 Weijian Yang等,在Nature Machine Intelligence上发文,演示了DeepCaImX,这是一种基于迭代收缩阈值算法和长短期记忆神经网络的端到端深度学习方法,以非常高的速度,实现上述目标,并且不需要任何手动调整超参数。 DeepCaImX是一种多任务、多类别和多标签的分割方法,主要由具有循环层和全连接层的压缩传感神经网络组成。这种神经网络,可同时生成精确的神经元足迹,并从钙成像数据中,提取纯净的神经元活动痕迹。 用模拟数据集
………………………………