一种用于去卷积钙成像轨迹的零膨胀伽马模型
神经元与认知
2020-06-09 v1 机器学习
摘要
钙成像是测量大规模神经群体活动的关键工具。人们已投入大量精力开发用于钙视频数据的“预处理”工具，以解决诸如运动校正、去噪、压缩、分离和去卷积等重要问题。然而，对去卷积钙信号（即由预处理流程提取的估计活动）的统计建模对于解释钙测量结果以及将这些观测整合到下游概率编码和解码模型中同样关键。令人惊讶的是，这些问题迄今为止受到的关注明显较少。在本工作中，我们考察了去卷积活动估计的统计特性，并比较了这些随机信号的概率模型。特别地，我们提出了一种零膨胀伽马（ZIG）模型，该模型将钙响应刻画为伽马分布与一个用于建模零响应的点质量的混合。我们将所得模型应用于神经编码和解码问题。我们发现，在模拟和真实神经数据背景下，ZIG 模型均优于更简单的模型（例如泊松或伯努利模型），因此可以在将钙成像分析方法与大规模神经群体活动分析工具相桥接方面发挥有益作用。
引用
@article{arxiv.2006.03737,
title = {A zero-inflated gamma model for deconvolved calcium imaging traces},
author = {Xue-Xin Wei and Ding Zhou and Andres Grosmark and Zaki Ajabi and Fraser Sparks and Pengcheng Zhou and Mark Brandon and Attila Losonczy and Liam Paninski},
journal= {arXiv preprint arXiv:2006.03737},
year = {2020}
}
备注
Accepted for publication in Neurons, Behavior, Data analysis, and Theory