maskNMF:一种拒绝-散发-检测方法,用于从密集的成像数据中提取神经信号
Amol Pasarkar1,2, Ian Kinsella1,3, Pengcheng Zhou4
1Center for Theoretical Neuroscience and Zuckerman Mind Brain Behavior Institute, Columbia University, New York, NY 10027, USA.
bioRxiv : the preprint server for biology
|September 25, 2023
概括
我们开发了maskNMF,这是一个新的管道,用于去混合密集成像数据. 这种方法从高密度记录中准确地解码神经活动,使得研究更大的神经群体成为可能.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 影像科学 影像科学
背景情况:
- 成像对于监测大型神经元群体至关重要.
- 贝塞尔成像提供高密度的神经记录,但需要有效的信号脱杂.
- 现有的去混合方法在高图像密度方面遇到了困难.
结论:
- maskNMF能够通过克服密集数据解混的局限性,对更大的神经群体进行忠实成像.
- 这种计算方法显著提高了研究神经电路的能力.
- maskNMF的速度和准确性使其成为神经科学研究的宝贵工具.
更多相关视频
08:49Whole-Brain Single-Cell Imaging and Analysis of Intact Neonatal Mouse Brains Using MRI, Tissue Clearing, and Light-Sheet Microscopy
Published on: August 1, 2022
3.6K
05:14Standardized Data Acquisition for Neuromelanin-Sensitive Magnetic Resonance Imaging of the Substantia Nigra
Published on: September 8, 2021
3.5K