[发明专利]一种小鼠前额叶神经元双光子荧光钙信号的自动检测方法

权利要求书

1.一种小鼠前额叶神经元双光子荧光钙信号的自动检测方法，其特征在于，由以下步骤组成：

1)采集使用钙离子指示剂染色的小鼠前额叶神经元双光子图像数据；

2)将采集到的图像数据根据感兴趣区域计算神经元荧光动态曲线；

3)根据荧光动态曲线检测基线，并归一化数据；

4)将归一化的荧光动态曲线通过拉以达准则和规则列表检测钙信号预判断时间点；

5)根据钙信号预判断时间点提取L维波形特征参数；

6)将L维波形特征参数通过事先训练好的判别模型M进行分类并输出最终检测结果。

2.如权利要求1所述的一种小鼠前额叶神经元双光子荧光钙信号的自动检测方法，其特征在于，所述步骤1)中的小鼠前额叶神经元实验样本在采集前使用钙离子指示剂以及显色剂标记；所述的采集图像数据时采用的双光子荧光扫描序列为2D点扫描序列；所述的图像数据通过8-16赫兹扫描频率采样获得。

3.如权利要求1所述的一种小鼠前额叶神经元双光子荧光钙信号的自动检测方法，其特征在于，所述步骤3)中的基线检测方法首先采用高斯滤波器(σ＝10ms)对荧光动态曲线去噪处理，然后根据荧光强度统计直方图，检测荧光动态曲线不同荧光强度的频数，用于检测基线；所述的归一化数据是将每个时间点的荧光值减基线值，再除以基线值。

4.如权利要求1所述的一种小鼠前额叶神经元双光子荧光钙信号的自动检测方法，其特征在于，所述步骤4)中的拉以达准则和规则列表具体包括：

1)归一化荧光强度大于N倍荧光动态曲线标准差；

2)归一化荧光强度大于荧光钙信号动力学阈值T；

3)钙信号预判断时间点的下降项大于K个采样点。

5.如权利要求1所述的一种小鼠前额叶神经元双光子荧光钙信号的自动检测方法，其特征在于，所述步骤6)中的荧光钙信号判别模型M使用基于SVM的机器学习算法，构建SVM参数空间的非线性判别函数，得到输入特征参数和输出钙信号分类之间的非线性映射，用于对荧光钙信号的分类。