用于群体钙成像尖峰序列推断的快速非负反卷积
定量方法
2011-02-21 v1 神经元与认知
摘要
用于观测大量神经元群体尖峰活动的钙成像技术正迅速普及。虽然原始数据是荧光电影，但人们关注的是潜在的尖峰序列。本文提出一种快速非负反卷积滤波器，用于在给定荧光观测值的情况下推断每个神经元最可能的尖峰序列。该算法在模拟数据和生物数据上均优于最优线性反卷积(Wiener滤波)。性能提升源于将推断的尖峰序列限制为正值(使用内点法)，这与Wiener滤波器不同。该算法速度足够快，即使成像超过100个神经元，也能以快于实时的速度对所有观测到的迹线进行推断。对图像进行最优空间滤波可进一步优化估计。重要的是，执行推断所需的所有参数均可仅使用荧光数据估计，从而无需进行联合电生理和成像校准实验。
引用
@article{arxiv.0912.1637,
title = {Fast non-negative deconvolution for spike train inference from population calcium imaging},
author = {Joshua T. Vogelstein and Adam M. Packer and Tim A. Machado and Tanya Sippy and Baktash Babadi and Rafael Yuste and Liam Paninski},
journal= {arXiv preprint arXiv:0912.1637},
year = {2011}
}
备注
22 pages, 10 figures