从神经纤维网钙成像数据提取bouton-like结构

化学传输两个神经元之间的突触是神经网络的信息处理的核心步骤。揭示大脑的信息处理,包括大量的神经细胞(神经元),突触数量的时间活动的分析是至关重要的。

最近的光学技术的进步使我们能够想象神经活动通过荧光信号反映神经元钙离子涌入到来自他们的神经活动。然而,由于小尺寸的突触(几微米)和大量的他们的视野(成千上万的突触标准显微镜),手动提取每个突触的功能成像数据是费力。

在发表的一项研究神经网络,研究人员从Electro-Communications大学和日本东京大学设计了一个新程序提取个人synapse-like从钙成像数据结构。

在这项研究中,作者用苍蝇的幼虫作为模型的神经回路电路以来一直集中在细胞水平上研究。研究人员进行了钙成像蝇幼虫中枢神经系统的使用membrane-anchored ion-sensitive钙荧光探针。从获得的数据,提取成千上万的突触算法称为PQ-clustering开发基于强大的数学方法图论和统计物理。

PQ-clustering,个人synapse-like结构提取钙成像数据的中枢神经系统。通过提取数据的详细分析,研究小组发现了一个小的突触数量同步在虚构的运动神经系统(神经活动中观察到一个孤立的),这表明这些突触活动组织的时间电路。

测试该算法的适用性的范围,研究小组生成一系列人工模仿钙成像数据和比较PQ-clustering与其他算法的性能。比较表明,PQ-clustering算法优于其他聚类算法,特别是在数据包括同步活动。这个结果说明该算法的有效性分析神经回路显示不同时空的活动模式。