钙成像数据的快速非凸反卷积
统计方法学
2018-02-22 v1 神经元与认知
应用统计
摘要
钙成像数据有望通过实现同时记录大量神经元群体来变革神经科学领域。然而，从钙成像数据集中确定神经元放电的确切时刻，是一个关键且非平凡的反卷积问题，对下游分析至关重要。尽管近期文献中已提出多种针对该任务的公式化方法，本文关注 Jewell 和 Witten (2017) 最近提出的一种已取得初步 promising 结果的方法。但该方案在数十万时间步的荧光轨迹上运行缓慢。在此，我们开发了用于求解 Jewell 和 Witten (2017) 优化问题的更快在线算法，可在不到一秒内反卷积 100,000 个时间步的荧光轨迹。此外，该算法通过避免所谓的“负”放电的出现，克服了 Jewell 和 Witten (2017) 的一个技术挑战。我们证明，在作为 spikefinder 挑战 (http://spikefinder.codeneuro.org/) 一部分近期发布的钙成像数据集上，该算法相对于现有放电反卷积方法具有更优性能。我们的 C++ 实现以及 R 和 python 封装可在 Github 上公开获取：https://github.com/jewellsean/FastLZeroSpikeInference。
引用
@article{arxiv.1802.07380,
title = {Fast Nonconvex Deconvolution of Calcium Imaging Data},
author = {Sean Jewell and Toby Dylan Hocking and Paul Fearnhead and Daniela Witten},
journal= {arXiv preprint arXiv:1802.07380},
year = {2018}
}
备注
30 pages, 9 figures