基于联合泊松反卷积和光滑映射的体内树突追踪
计算机视觉与模式识别
2026-05-27 v2
摘要
树突是密集排列的亚微米结构，在学习和记忆形成期间动态重组。活体组织学显微镜下对荧光标记的树突受体的长期成像，为研究大规模树突动力学以及这些过程在神经疾病中被破坏的方式提供了前景。然而，活体组织学显微镜使用低激光功率，因而受限于信噪比（SNR）低、散射噪声大、组织在不同天数之间的非线性运动、树突荧光的非平稳波动以及显微镜点扩散函数（PSF）引起的显著模糊。综上，这些因素使得在树突密度高的区域检测和跟踪树突变得更加困难。本文提出了一种新颖的基于模板的框架，用于将树突建模为随运动变形的变化亮度点源。我们采用统一的贝叶斯方法，通过推导包含域变形映射、用于成像过程的高斯点扩散函数以及用于原始光子计数的泊松观测模型的后验分布。贝叶斯解决方案同时实现：（1）构建树突位置的概率模板；（2）去噪和反卷积图像数据；（3）推断荧光强度；（4）进行光滑图像配准以纠正组织运动；（5）提供这些参数估计的置信区间。我们在2D+t模拟数据集和3D+t活体组织学荧光树突显微图数据集上进行了演示，该数据集展示了在小鼠体内持续两周的树突成像。
引用
@article{arxiv.2605.13455,
title = {Bayesian In Vivo Tracking of Synapses using Joint Poisson Deconvolution and Diffeomorphic Registration},
author = {Shashwat Kumar and Dominic M. Padova and Binish Narang and Gabrielle I. Coste and Austin R. Graves and Richard L. Huganir and Adam S. Charles and Michael I. Miller and Anuj Srivastava},
journal= {arXiv preprint arXiv:2605.13455},
year = {2026}
}