本文提出一种快速的在线活跃集方法，通过从头到尾顺序处理每个时间序列实现对神经活动的实时估计，解决从原始荧光钙成像数据中提取每个神经元活动的问题，并且该算法相比目前的凸优化求解器具有更快的处理速度，可用于处理成千上万条全脑成像数据。

Sep, 2016

通过 bayesian 模型反演和变分自编码器，提出了一种可快速准确提取神经尖峰的算法框架，以及用于分离钙成像中树突棘背向传播动作电位和可能的突触输入的首个概率方法。

Nov, 2017

本文将流体力学的分析技术应用于宽场钙成像数据的处理，将其转换为时间变量下的向量场，使用 optic flow 提取 cortex 中的活动规律，并结合流体力学的有限时间 Lyapunov 指数技术，得出了一幅直观的动态钙活动地图。

Sep, 2020

本文提出了基于贝叶斯方法的神经元钙成像数据中的神经元尖峰信息提取方法，其目的是通过样本化基于噪声的钙成像数据的尖峰列和模型参数 (基线浓度、尖峰幅度等) 的后验分布来实现，提供了离散时间算法和连续时间算法，用于对各个时间点尖峰的存在和数量及其位置的采样，并提供了一些扩展来给出更可靠的分布和估计，以用于更准确地估计潜在的尖峰列和参数，并提供了传统点估计的补充，以便于确定估计中的不确定性。

Nov, 2013

本文介绍了一种快速的非负卷积滤波算法，用于根据荧光观察推断每个神经元的最可能的尖峰火车，仅使用荧光数据即可估算推断所需的所有参数，而无需进行关节电生理和成像校准实验。

Dec, 2009

本研究使用监督式学习法和卷积神经网络进行钙成像数据中的神经元自动检测，取得了接近人类的准确率和超常的速度，且相对于流行的 PCA/ICA 方法，其精度和召回率更优，显示出作为分析大规模钙成像数据的高效且灵活的工具的潜力。

Jun, 2016

本研究比较了两种最近的多主体因子分析方法：Shared Response Model 和 Hierarchical Topographic Factor Analysis，对其进行了分析、算法和代码优化，以实现多节点并行应用的规模化，提供较高的速度市场，同时在真实数据集中表现出很好的强伸缩性和在合成数据集中表现出好的弱伸缩性。

Aug, 2016

利用非负矩阵分解（NMF）方法结合移动眼动跟踪数据的可视化技术，实现了对扫描路径的描述，并识别感兴趣区域，为多个眼动跟踪记录提供探索性分析。

Apr, 2024

本研究通过应用不同的矩阵分解方法于全脑功能磁共振成像数据的神经活动，研究了整个人脑中稀疏编码的有效性，结果表明稀疏编码假设在整个人脑信息表示中是成立的。

Dec, 2023

通过将广义线性模型与柔性基于图的先前知识结合，利用 Polya-gamma 增强的完全贝叶斯推理的方法，可以从神经元的同时记录的 Spike train 数据中推断潜在结构，我们的方法将神经元分类并从相关的 Spike train 中推断电路组织的潜在维度，并通过应用于灵长类视网膜的多神经元记录，揭示了神经元类型和位置的潜在模式。

Oct, 2016