监督学习为钙成像信号的稳健尖峰检测设定基准
机器学习
2015-03-03 v1 应用统计
摘要
钙成像中的一个基本挑战是从测量的含噪钙荧光轨迹推断动作电位的时序。我们在使用不同钙指示剂（OGB-1和GCamp6）从多种神经组织（V1和视网膜）记录的大型基准数据集上，系统评估了一系列尖峰推断算法。我们表明，基于灵活概率模型中的监督学习的新算法优于所有先前发布的技术，为从钙信号进行尖峰推断设定了新标准。重要的是，即使在训练期间未见过的数据集上，它的表现也优于其他算法。在未来新实验条件下获取的数据可轻松用于进一步提高其尖峰预测准确性和泛化性能。最后，我们表明在人工数据上比较算法无法提供关于真实群体成像数据性能的信息，这意味着基准数据集可能极大促进未来的算法发展。
引用
@article{arxiv.1503.00135,
title = {Supervised learning sets benchmark for robust spike detection from calcium imaging signals},
author = {Lucas Theis and Philipp Berens and Emmanouil Froudarakis and Jacob Reimer and Miroslav Román Rosón and Tom Baden and Thomas Euler and Andreas Tolias and Matthias Bethge},
journal= {arXiv preprint arXiv:1503.00135},
year = {2015}
}