Mar, 2024

电压成像的实时神经元分割

PDF
TL;DR在电压成像中，我们提出了一种快速神经元分割方法，能够从噪声视频帧中检测到多个可能重叠的尖峰神经元，并实现了包括所提出的分割方法和 GPU 加速的运动校正在内的数据处理流程。通过在现有数据集和新数据集上的测试，我们展示了我们的处理流程能够从混乱的数据集中提取与人工标注良好一致的神经元轮廓，并首次展示了在单台台式电脑上实现电压成像数据的实时处理。
voltage imagingneuron segmentationdata processingmotion correctionreal-time processing
发现论文，激发创造
  • 大规模电子显微镜成像神经元过程的自动重建

    自动样品制备和电子显微镜使得大规模图像数据采集成为可能，基于此，本文提出了一种 pipeline 系统，通过结合随机森林分类和条件随机场框架，能够完成大规模电子显微镜数据的分割和自动化标注，从而实现了大规模 3D 神经元的重建和可视化。

    Mar, 2013

  • 具有本地拓扑约束的高效二维神经元边界分割

    本文提出了一种基于随机森林分类器和卷积神经网络的分割方法，采用整数线性规划强制实现连续的细胞膜分割，成功避免了传统方法中的模糊细胞内部混合现象，同时降低了拓扑错误。

    Feb, 2020

  • 通过势辅助的脉冲神经网络实现基于事件的视频重建

    本文提出了一种基于全脉冲神经网络 (SNN) 架构的事件相关视频重建框架 (EVSNN)，并采用 Leaky-Integrate-and-Fire (LIF) 神经元和自适应膜电位中间电位助推框架 (PA-EVSNN)，通过对事件相关图像信息的处理， 实现与基于人工神经网络（ANN）的模型相当的性能，而且在事件驱动硬件上具有更高的计算效率。

    Jan, 2022

  • 大规模连通组学的多通路方法

    该研究提出了一种基于多核系统的、可用于实时处理电子显微镜数据的多通道管道，并演示了其在重建神经元连接性的准确性和速度上的优势。

    Dec, 2016

  • 一种用于实时神经突触分类的轻量级架构

    提出一种轻量级的神经元尖峰检测和分类架构，利用浓缩的脑内神经数据的独特特征将不必要的信息丢弃，从而实现无线头戴式存储装置，允许小鼠在实验中自由运动，并通过使用 STT-RAM（自旋转磁翻转随机存取存储器）作为可拆卸存储器和设计的低功耗性质，使头戴式仪器在小型电池上运行长达大约 4 天。

    Nov, 2023

  • 学习大规模神经元追踪的多模态体数据特征

    通过构建 FlyTracing 数据集和引入连接感知对比学习方法，本研究旨在降低人工工作量，减少电子显微镜数据中自动图像分割后的人工校对过程，并提出了一种有效的自动神经追踪方法。

    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

  • 基于群体钙成像的脉冲序列推断的快速非负解卷积

    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

  • 在线多光谱神经元追踪

    本文提出了一种在线多光谱神经元追踪方法，该方法通过独特设计的模块实现，在不需要离线训练的情况下，通过在线训练来更新增强的判别性相关滤波器以实现追踪过程的融合。与其他需要离线训练的追踪方法（如深度学习方法）不同，我们的方法不需要注释。此外，与其他需要复杂设置（如聚类和图多分割）的追踪方法相比，我们的方法更容易应用于新的图像。事实上，它只需要追踪神经元的起始边界框，大大减少了用户的配置工作。我们进行了大量实验证明，我们的无需训练和易于配置的方法可以在多光谱图像中快速而准确地重建神经元。

    Mar, 2024

  • 低延迟视频语义分割

    本研究提出了一种视频语义分割框架，该框架利用特征传播模块和自适应调度器相结合的方法，通过时间间隔自适应地融合特征并根据准确性预测动态分配计算量，以实现低延迟和高语义分割质量。实验结果表明，在与现有模型的比较中，该模型在 Cityscapes 和 CamVid 这两个数据集上获得了竞争性的性能，并将延迟从 360 ms 降低到 119 ms。

    Apr, 2018