論文の概要: Bayesian In Vivo Tracking of Synapses using Joint Poisson Deconvolution and Diffeomorphic Registration

• arxiv url: http://arxiv.org/abs/2605.13455v1
• Date: Wed, 13 May 2026 12:49:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:28.04797
• Title: Bayesian In Vivo Tracking of Synapses using Joint Poisson Deconvolution and Diffeomorphic Registration
• Title（参考訳）: 結合型ポアソン脱畳と拡散型レジストレーションを用いたシナプスのベイズ的インビボ追跡
• Authors: Shashwat Kumar, Dominic M. Padova, Binish Narang, Gabrielle I. Coste, Austin R. Graves, Richard L. Huganir, Adam S. Charles, Michael I. Miller, Anuj Srivastava,
• Abstract要約: 非線形組織変形下で動く様々な輝度点源としてシナプスをモデル化するためのテンプレートベースの新しいフレームワークを提案する。 マウスで2週間にわたって観察された蛍光シナプスの2D+tシミュレーションデータセットと3D+t長手テクスチインバイオグラフィーデータセットについて,本フレームワークを実証した。
• 参考スコア（独自算出の注目度）: 9.20140185109962
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Synapses are densely packed submicron structures that dynamically reorganize during learning and memory formation. Longitudinal \textit{in vivo} imaging of fluorescently tagged synaptic receptors offers a promising opportunity to study large-scale synaptic dynamics and how these processes are disrupted in neurological disease. However, in vivo imaging with 2-photon microscopy uses low laser power and therefore suffers from low signal-to-noise ratio (SNR) and high shot noise, nonlinear tissue motion between days, nonstationary fluctuations in synaptic fluorescence, and significant blur induced by the microscope point spread function (PSF). Together, these factors make it challenging to detect and track synapses, especially in regions with high synaptic density. This paper presents a novel template-based framework for modeling synapses as varying luminance point sources that move under a nonlinear tissue deformation. Taking a unified Bayesian approach, we apply this model to microscopy data by deriving a posterior that incorporates a diffeomorphic mapping for domain warping, a Gaussian point spread function for the imaging process, and a Poisson observation model for raw photon counts. The Bayesian solution simultaneously: (1) Constructs a probabilistic template of synapse locations, (2) denoises and deconvolves the image data, (3) infers fluorescence intensities, (4) performs diffeomorphic image registration to correct for tissue motion, and (5) provides confidence regions for these parameter estimates. We demonstrate the framework on both a 2D+t simulated dataset and a 3D+t longitudinal \textit{in vivo} microscopy dataset of fluorescent synapses imaged in a mouse over two weeks.
• Abstract（参考訳）: シナプスは高密度に充填されたサブミクロン構造であり、学習や記憶形成の過程で動的に再編成される。 蛍光タグ付けされたシナプス受容体の縦方向の‘textit{in vivo’イメージングは、大規模なシナプスのダイナミクスと、これらのプロセスが神経疾患でどのように破壊されるかを研究する上で有望な機会となる。 しかし, 2光子顕微鏡を用いた生体内イメージングでは, レーザーパワーが低く, 低信号対雑音比(SNR)と高ショットノイズ, 日中非線形組織運動, シナプス蛍光の非定常変動, 顕微鏡点拡散機能(PSF)によって誘発される顕著なぼかしが生じる。 これらの要因は、特にシナプス密度の高い領域においてシナプスの検出と追跡を困難にしている。 本稿では, 非線形組織変形の下で移動する様々な輝度点源として, シナプスをモデル化するためのテンプレートベースの新しいフレームワークを提案する。 統一されたベイズ的手法を用いて,ドメインワープの微分同相写像,画像処理のためのガウス点展開関数,および生光子数に対するポアソン観測モデルを用いて,このモデルを顕微鏡データに適用する。 ベイズ解は,(1)シナプス位置の確率的テンプレートを構築し,(2)画像データを分解・分解し,(3)蛍光強度を推定し,(4)組織運動の補正のために拡散像登録を行い,(5)これらのパラメータ推定のための信頼領域を提供する。 マウスで2週間にわたって観察された蛍光シナプスの2D+tシミュレーションデータセットと3D+t長手顕微鏡データセットの双方について,本フレームワークを実証した。

関連論文リスト

• Dual-Control Frequency-Aware Diffusion Model for Depth-Dependent Optical Microrobot Microscopy Image Generation [7.32096324372237]
  物理的に一貫した顕微鏡画像合成のための二重制御・周波数認識拡散モデルであるDu-FreqNetを提案する。 微分可能なFFTベースの監視を活用することで、Du-FreqNetは物理的に意味のある周波数分布を、ピクセル空間法で欠落することが多い。 我々のモデルは制御可能な深度依存画像合成を実現し、ベースライン上でSSIMを20.7%改善する。
  論文  参考訳（メタデータ） (2026-04-13T16:24:08Z)
• MIOFlow 2.0: A unified framework for inferring cellular stochastic dynamics from single cell and spatial transcriptomics data [47.97758608694957]
  We introduced Interpolating Manifold-Transport Flow (MIOFlow) 2.0。 この枠組みは、多様体学習、最適輸送、神経微分方程式を統合することにより、生物学的に情報を得た細胞軌道を学習する。 合成データセット、胚体分化、空間的に解決されたアクソロトル脳再生で検証される。
  論文  参考訳（メタデータ） (2026-03-23T20:49:45Z)
• PhysNeXt: Next-Generation Dual-Branch Structured Attention Fusion Network for Remote Photoplethysmography Measurement [50.524262997433546]
  ハーモグラフィーは、心臓の脈動によって引き起こされる顔の皮膚の色変化を分析し、心拍数やその他の重要な兆候を測定することができる。 現在の手法は主に生のビデオからエンド・ツー・エンドのモデリング、または微妙な心拍マップ(ST)表現に基づいている。 本稿では,ビデオフレームとST表現を併用したデュアルインプットディープラーニングフレームワークであるPhysMapXtを提案する。
  論文  参考訳（メタデータ） (2026-03-20T08:37:02Z)
• Towards Generalized Synapse Detection Across Invertebrate Species [0.07999703756441755]
  SimpSynはシングルステージのResidual U-Netで、シナプス前および後における二重チャネルの球面の予測を訓練している。 F1スコアのSynfulは、すべてのボリュームで相乗的なサイト検出に優れています。
  論文  参考訳（メタデータ） (2025-09-21T11:40:49Z)
• InJecteD: Analyzing Trajectories and Drift Dynamics in Denoising Diffusion Probabilistic Models for 2D Point Cloud Generation [48.55037712252843]
  InJecteDは拡散確率モデル(DDPM)を解釈するフレームワーク このフレームワークをDatasaurus Dozen bullseye, dino, circleの3つのデータセットに適用する。 提案手法は, 変位, 速度, クラスタリング, ドリフト場力学などの軌道特性を定量的に評価する。
  論文  参考訳（メタデータ） (2025-09-09T14:53:19Z)
• Enhancing Fluorescence Lifetime Parameter Estimation Accuracy with Differential Transformer Based Deep Learning Model Incorporating Pixelwise Instrument Response Function [0.3441582801949978]
  蛍光ライフタイムイメージング(FLI)は、組織微小環境に関するユニークな情報を提供する。 近年のディープラーニングの進歩により、蛍光寿命パラメーターの推定が改善されている。 本稿では,実験的な光子時間ヒストグラムとともに,計装応答関数(IRF)を付加入力として統合した新しいDLアーキテクチャであるMFliNetを提案する。
  論文  参考訳（メタデータ） (2024-11-25T20:03:41Z)
• Spatial super-resolution in nanosensing with blinking emitters [79.16635054977068]
  本稿では,蛍光ナノセンサを点滅させたメソロジー(サーモメトリー,マグネティックメソメトリー,pH推定など)における空間分解能向上手法を提案する。 我々は, 生活科学分野において, 画像解析技術に補完される点滅蛍光センシング剤を日常的に活用できると考えている。
  論文  参考訳（メタデータ） (2024-02-27T10:38:05Z)
• Helmholtz-Decomposition and Optical Flow: A new method to characterize GCamP recordings [0.0]
  スロー波睡眠は、記憶の強化との関連性から重要な認知状態である。 麻酔下のトランスジェニックマウスから記録されたデータは、ソース、シンク、流れのパターンを分析するためにどのように処理されるかを示す。
  論文  参考訳（メタデータ） (2024-01-19T20:05:12Z)
• Learning Multimodal Volumetric Features for Large-Scale Neuron Tracing [72.45257414889478]
  オーバーセグメントニューロン間の接続を予測し,人間の作業量を削減することを目的としている。 最初はFlyTracingという名前のデータセットを構築しました。 本稿では,高密度なボリュームEM画像の埋め込みを生成するための,新しい接続性を考慮したコントラスト学習手法を提案する。
  論文  参考訳（メタデータ） (2024-01-05T19:45:12Z)
• Affinity Feature Strengthening for Accurate, Complete and Robust Vessel Segmentation [48.638327652506284]
  血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。 コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
  論文  参考訳（メタデータ） (2022-11-12T05:39:17Z)
• Imaging dynamics beneath turbid media via parallelized single-photon detection [32.148006108515716]
  我々は,1光子レベルのスペックル変動を同時に検出するために,1光子アバランシェダイオード(SPAD)アレイカメラを利用する。 次に、深層ニューラルネットワークを用いて、取得した単光子測定値を高速に非相関な液体組織ファントム下での散乱ダイナミクスのビデオに変換する。
  論文  参考訳（メタデータ） (2021-07-03T12:32:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。