Gesture tracking and neural activity segmentation in head-fixed behaving mice by deep learning methods
La configuració típica emprada pels neurocientífics consisteix a estudiar la resposta dels animals de laboratori a un estímul i registrar al mateix temps la seva activitat neuronal. Amb l'arribada de la tecnologia d'imatges basades en calci, els investigadors poden ara estudiar l'acti...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2020 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/144948 |
| Acceso en línea: | http://hdl.handle.net/10609/144948 |
| Access Level: | acceso abierto |
| Palabra clave: | neurociència activitat neuronal dades de comportament xarxa neuronal convolucional tridimensional (3D-CNN) xarxa de memòria a llarg i curt termini (LSTM) neurociencia actividad neuronal datos de comportamiento red neuronal convolucional tridimensional (3D-CNN) red de memoria a largo y corto plazo (LSTM) neuroscience neural activity behavioral data 3-dimensional convolutional neural network (3D-CNN) long-term and short-term memory network (LSTM) Neuropsychology Neuropsicologia Neuropsicología |
| Sumario: | La configuració típica emprada pels neurocientífics consisteix a estudiar la resposta dels animals de laboratori a un estímul i registrar al mateix temps la seva activitat neuronal. Amb l'arribada de la tecnologia d'imatges basades en calci, els investigadors poden ara estudiar l'activitat neuronal a resolucions subcel·lulars in vivo. De la mateixa manera, el registre del comportament dels animals de laboratori també ha esdevingut molt més assequible. Tot i que ara és més fàcil registrar les dades del comportament i les dades neuronals, aquestes dades ofereixen el seu propi conjunt de reptes. El major desafiament és l'anotació de les dades, degut al seu gran volum. Un enfocament tradicional és anotar les dades manualment, fotograma a fotograma. En el cas de les dades sobre el comportament, l'anotació manual es fa mirant cada fotograma i rastrejant els animals, mentre que per a les dades neuronals, l'anotació la fa un neurocientífic capacitat. En aquesta investigació, proposem eines automatitzades basades en laprenentatge profund que poden ajudar a modelar les dades de comportament i les dades neuronals. |
|---|