Sep, 2020

使用 FLOW：可视化光学宽场钙成像中的时空动态

PDF
TL;DR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。
widefield calcium imagingneural activityoptic flowcortexcoherent structures
发现论文，激发创造
  • 大规模钙成像数据分析的结构化矩阵分解框架

    本研究提出了一种结构化矩阵因数分解方法，用于同时解决大量神经元集合的位置识别，空间重叠组件混合分离以及每个神经元的钙离子浓度与时间关系的脉冲活动去噪和解卷积问题。

    Sep, 2014

  • Helmholtz 分解和光流：一种表征 GCamP 记录的新方法

    用高速广域成像分析 GCamP 活动的数据，从转基因小鼠的麻醉中提取出潜在的慢波源与汇，并通过梯度基础密集光流的赫姆霍兹分解来表征慢波的模式，揭示了慢波与实验条件的关系。

    Jan, 2024

  • 快速在线钙成像数据反卷积

    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

  • 大规模钙成像数据揭示猴 V4 区新的功能结构

    本研究使用大规模的钙成像与深度学习方法，研究了灵长类视觉 V4 区域能否处理自然图像，并得到了 V4 区域自然刺激偏好的详细拓扑地图。该地图包含了一系列自然图像特征，从表面特征例如颜色和纹理到形状特征例如边缘、曲率和面部特征。

    Jul, 2023

  • 神经形态光流与事件相机实时实现

    研究提出了一种结合时间透镜的新型神经网络架构，利用事件视觉和脉冲神经网络技术，以及基于活动和延迟分析的模型简化方法，提高了光流预测的速度并减少了复杂度，同时保持了高精度特性，为实时部署提供了可能性。

    Apr, 2023

  • 使用变分自编码器从钙成像数据快速摊销神经活动的推断

    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

  • 条件归一化流的快速光场三维显微镜，具有分布外检测和自适应能力

    本文提出了一种基于条件归一化流的新架构，可实现快速三维立体重建，对于实时三维采集和潜在分析非常适用，并能够实现精确的似然度计算，从而进行分布监测、基于样本检测的重训练。

    Jun, 2023

  • 深度学习光流在获取活性液晶的速度场方面优于 PIV

    基于深度学习的光流（DLOF）通过使用深度卷积神经网络在相邻视频帧中提取特征来估计像素级别的物体间动作，并对不同标记条件下的 MT 活性液晶的自发流动进行了数量化能力评估。我们比较了 DLOF 和常用技术粒子成像测速仪（PIV）的效果，发现对于密集标记的样品，DLOF 产生的速度场比 PIV 显著更准确。我们展示了 PIV 的故障是因为该算法在高密度情况下无法可靠区分方向平行于液晶导向子的对比度变化。而 DLOF 克服了这个限制。对于稀疏标记的样品，DLOF 和 PIV 的结果具有类似的准确度，但 DLOF 提供更高分辨率的场。我们的工作将 DLOF 确立为一种在广泛的活性、柔性和生物物理系统中测量流体流动的多功能工具。

    Apr, 2024

  • 脉冲相机的光流估计

    介绍了一种基于深度学习的用于估计高速场景下 spiking 相机的光流的流水线，并引入了一种新的输入表示方法以自适应地去除 spike 流中的运动模糊。通过在名为 SPIFT 和 PHM 的场景中合成的光流数据进行训练，该方法显示出对不同高速场景下的 spiking 数据能够有效地预测结果。

    Oct, 2021

  • 基于模板的 MRI 皮层表面重建的神经变形场

    Vox2Cortex-Flow 是一种深度网格变形技术，通过学习从大脑模板到磁共振成像扫描的皮层表面的变形场，实现皮层表面的重建，并能与白质和脑膜表面共同建模。该方法在重建精度上达到了最先进水平，并提供了皮层厚度的分区和群体分析所需的一致对应关系。

    Jan, 2024