合成数据生成用于从小鼠视觉皮层分类电生理和形态电生理神经元

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
• 机器学习 机器学习

背景情况:

• 准确的神经元细胞类型分类对于理解大脑组织至关重要.
• 现有的多模式神经元数据集往往很少,并且在子类之间不平衡.
• 开发有效的数据增强策略对于提高分类性能至关重要.

研究的目的:

• 为了对合成数据增强方法进行比较,以对电生理学定义的神经元类 (e型) 进行分类.
• 评估增强对预测准确性的影响,仅使用电生理学 (E→e型) 和组合形态学/电生理学 (M+E→e型).
• 评估生成合成数据的生物现实性.

主要方法:

• 使用了Allen细胞类型的小鼠视觉皮层数据集,其中包含17个e型标签.
• 建立了使用各种分类器家族的真实数据基线.
• 应用合成少数群体过量采样技术 (SMOTE) 和深度生成模型 (VAE,GAN,规范流,DDPM) 用于数据增强.
• 开发了一个忠诚度框架来评估合成数据的生物现实性.

主要成果:

• 合成数据增强带来了实质性的泛化收益,特别是在高维特征空间.
• 尺寸缩小在很大程度上否定了增强的好处.
• 在任务和增强级别中,SMOTE提供了最强大和最一致的改进.
• 大多数合成数据集都保持了生物多样性,在罕见的子类中有轻微的偏差.

结论:

• 合成数据增强对于改善神经元亚型分类是有效的,特别是在不平衡的数据集.
• SMOTE提供了一种可靠和一致的方法来提高分类性能.
• 开发的忠实性框架对于验证神经科学研究中合成数据的生物现实性是有价值的.