精确的神经元细分方法用于一光子成像视频,结合卷积神经网络和集群

科学领域:

• 神经科学是一个神经科学.
• 生物成像是一种生物成像.

背景情况:

• 一光子光成像记录了自由移动动物的神经活动.
• 准确的活性神经元细分对于分析这些数据至关重要.
• 挑战包括低分辨率,高噪音和影像视频中的背景波动.

研究的目的:

• 开发一个强大的软件管道,用于处理一光子成像视频.
• 为了提高活跃神经元细分的准确性和速度.
• 为了应对特定于单光子成像数据的挑战.

主要方法:

• 扩展了浅层U-Net神经元分割 (SUNS) 算法,以增强背景抑制.
• 开发了额外的神经元提取 (ANE) 来识别小或昏暗的神经元.
• 创建了一条手动标签管道,用于半自动细化地面真相数据.

主要成果:

• 开发的管道显著提高了活跃神经元细分的准确性和速度.
• 该方法在模拟和实验数据集上的性能优于最先进的技术.
• 成功处理了来自不同大脑区域和成像条件的数据.

结论:

• 新的软件管道有效地解决了一个光子成像分析的挑战.
• 增强的细分方法提供了更准确和更有效的神经活动提取.
• 这种工具可以通过大规模的神经记录来更好地了解大脑功能.