无透镜成像数据集的兴趣区域确定算法

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 光学成像技术的成像

背景情况:

• 光成像通过提供新的脑活动监测方法来推进神经科学.
• 电生理学是黄金标准,但光成像提供了补充的见解.
• 微型化和新的指示蛋白扩大了光成像能力.

研究的目的:

• 开发一种新的兴趣区域 (ROI) 选择方法,用于无透镜,可植入的Ca2+成像设备.
• 解决在无镜头成像系统中定位光活动和将信号与噪声分离的挑战.
• 用模拟数据和体内动物疼痛模型验证ROI选择算法.

主要方法:

• 开发了一种轻量级,紧,可植入的基于CMOS的无透镜Ca2+成像设备.
• 实现了使用自适应二进制,高斯方法和形态图像处理的ROI选择算法.
• 优化算法参数 (内核大小,西格玛,足迹大小) 以提高性能.
• 通过模拟数据和体内实验在自由移动的G-CaMP小鼠中验证了该方法.

主要成果:

• 开发的ROI选择算法有效地定位光活动,并提高无镜头成像中的信号噪声比.
• 在自由移动的小鼠身上进行的实验显示,在注射甲氨酸后,背脊核的光活性显著增加,这表明疼痛.
• 该算法能够使用无透镜成像设备清晰观察与疼痛相关的神经活动.

结论:

• 这种新的ROI选择方法有效用于分析无透镜Ca2+成像设备的神经活动.
• 这种技术有助于研究自由运动的动物的大脑功能,特别是在疼痛研究中.
• 无镜头成像系统与ROI算法相结合,为神经科学研究提供了宝贵的工具.