[论文解读] Simple connectome inference from partial correlation statistics in calcium imaging

Antonio Sutera, Arnaud Joly+5 more|Open Repository and Bibliography (University of Liège)|Jun 30, 2014

Functional Brain Connectivity Studies被引用 7

一句话总结

本文提出了一种简单而有效的方法，用于从钙成像数据中推断连接组，采用两步法：首先通过信号处理检测神经峰活动；其次利用偏相关性推断直接神经连接。该方法在AUROC和AUPRC两项指标上均优于现有技术，在基准数据集上分别达到0.943的AUROC和0.403的AUPRC，为连接组重建建立了强大且可重复的基线。

ABSTRACT

In this work, we propose a simple yet effective solution to the problem of connectome inference in calcium imaging data. The proposed algorithm consists of two steps. First, processing the raw signals to detect neural peak activities. Second, inferring the degree of association between neurons from partial correlation statistics. This paper summarises the methodology that led us to win the Connectomics Challenge, proposes a simplified version of our method, and finally compares our results with respect to other inference methods.

研究动机与目标

• 解决从噪声大、采样率低的钙成像时间序列中推断神经元之间突触连接的挑战。
• 开发一种能够过滤神经活动数据中非直接和虚假相关性的方法。
• 为连接组推断提供一个理论基础坚实、计算高效且可重复的基线。
• 通过利用偏相关性识别直接神经元相互作用，改进现有网络推断方法。

提出的方法

• 对原始荧光信号应用低通滤波器（例如 f₁ 或 f₂）以平滑并减少高频噪声。
• 计算后向差分（g）以突出显示反映神经峰电位的快速变化。
• 应用硬阈值滤波器（h）仅保留超过阈值 τ 的显著活动峰。
• 应用全局正则化（w）以降低高全局网络活动对峰检测的影响。
• 使用偏相关统计方法推断神经元之间的直接连接，过滤掉间接关联。
• 将预处理与偏相关性整合为统一流程，优于标准相关性和其他网络推断方法。

实验结果

研究问题

• RQ1 基于信号处理的简化预处理流程是否能有效从噪声钙成像数据中分离出神经峰电位事件？
• RQ2 与标准相关性或其他网络推断方法相比，偏相关性是否能更准确地推断直接突触连接？
• RQ3 全局活动归一化在多大程度上影响推断神经连接的可靠性？
• RQ4 简化方法在多大程度上可与更复杂、经调优的算法在连接组推断中性能相当？
• RQ5 偏相关性是否能有效识别双向或强单向相互作用，而无需方向预测？

主要发现

• 所提出方法在 normal-2 数据集上实现了0.943的AUROC和0.403的AUPRC，优于所有其他测试方法。
• 偏相关性显著优于皮尔逊相关性，后者在AUPRC上表现较差，原因在于其无法过滤非直接关联。
• 尽管未预测边的方向，该方法的性能与GTE和GENIE3相当或更优。
• 该方法的简化版本与连接组挑战赛中表现最优的完整调优方法性能相当。
• 使用全局正则化（w）通过降低高全局活动对峰检测的影响，提升了性能。
• 该方法在多个数据集上表现出鲁棒性，AUPRC持续占优，表明其在识别真实连接方面具有高精度。