著者
丸山 隆一 前田 佳主馬 宮川 博義 青西 亨
雑誌
研究報告 バイオ情報学(BIO)
巻号頁・発行日
vol.2011, no.2, pp.1-6, 2011-06-16

カルシウムイメージング法は広範囲の神経活動の記録を可能にする.多細胞からのカルシウムイメージングの普及に伴い,画像データの解析手法が求められており,その第一段階として細胞位置検出の問題がある細胞検出のための有力な手法として,先行研究では独立成分分析 (ICA) を用いたアルゴリズムが提案されている.本報告では別のアプローチをとり,非負行列因子分解法 (NMF) を用いた,モデルとデータの適合による手法を提案するこのような手法が用いられて来なかった理由にベースラインの扱いに困難があることを指摘し,NMF アルゴリズムに変更を加えることでそれを解決する.カルシウムイメージング画像を模擬した人工データを用いて提案手法を評価する.最後にラット海馬スライスからのカルシウムイメージング画像に対して提案手法を適用し,実データにおいて実際に細胞検出が可能であることを示す.Calcium imaging enables simultaneous recording from multiple neurons and glial cells. As the amount of data obtained by calcium imaging increases, efficient methods for data analysis is required. Finding cells from the movie data (cell sorting) is the first step in analyzing the calcium imaging data from multiple cells. In a recent study, a robust method for cell sorting using independent component analysis (ICA) was developed. Here, we take a different approach and propose a simple cell detection method by fitting data to generative model, making use of non-negative matrix factorization (NMF). Our understanding is that such simple model-based approaches have not been applied to calcium imaging data due to the difficulty in handling baseline intensity caused by background signals and artifacts. Thus we modify the NMF algorithm to handle baseline intensity explicitly. We tested our algorithm on artificial movie data and evaluated its performance. We then applied the algorithm to the imaging data of CA1 region of rat hippocampal slices obtained by confocal microscopy system to show that our method can indeed detect cells.