...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>BMC Medical Informatics and Decision Making >Fast PCA for processing calcium-imaging data from the brain of Drosophila melanogaster
【24h】

Fast PCA for processing calcium-imaging data from the brain of Drosophila melanogaster

机译：快速PCA用于处理黑腹果蝇（Drosophila melanogaster）大脑的钙成像数据

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

BackgroundThe calcium-imaging technique allows us to record movies of brain activity in the antennal lobe of the fruitfly Drosophila melanogaster, a brain compartment dedicated to information about odors. Signal processing, e.g. with source separation techniques, can be slow on the large movie datasets.MethodWe have developed an approximate Principal Component Analysis (PCA) for fast dimensionality reduction. The method samples relevant pixels from the movies, such that PCA can be performed on a smaller matrix. Utilising a priori knowledge about the nature of the data, we minimise the risk of missing important pixels.ResultsOur method allows for fast approximate computation of PCA with adaptive resolution and running time. Utilising a priori knowledge about the data enables us to concentrate more biological signals in a small pixel sample than a general sampling method based on vector norms.ConclusionsFast dimensionality reduction with approximate PCA removes a computational bottleneck and leads to running time improvements for subsequent algorithms. Once in PCA space, we can efficiently perform source separation, e.g to detect biological signals in the movies or to remove artifacts.
机译：背景技术钙成像技术使我们能够在果蝇果蝇（Drosophila melanogaster）的触角叶中记录大脑活动的电影，果蝇果蝇（Drosophila melanogaster）是专门研究气味信息的大脑隔室。信号处理方法我们已经开发了一种近似的主成分分析（PCA），可以快速降低尺寸。该方法从电影中采样相关像素，从而可以在较小的矩阵上执行PCA。利用有关数据性质的先验知识，我们将丢失重要像素的风险降到了最低。结果我们的方法可以对PCA进行快速近似计算，并具有自适应的分辨率和运行时间。与基于矢量规范的常规采​​样方法相比，利用有关数据的先验知识可以使我们将更多的生物信号集中在一个小像素样本中。结论近似PCA的快速降维消除了计算瓶颈，并导致了后续算法的运行时间缩短。进入PCA空间后，我们可以有效地进行信号源分离，例如检测电影中的生物信号或去除伪影。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号