nw  

Neuroscience Image Signal Segmentation and Extraction

Zusammenfassung

Der Sauerstoffgehalt in Gehirnen von Mäusen reduziert sich schlagartig in Gebieten von unterschiedlicher Grösse, Dauer und Schlagartigkeit. Lassen sich diese "Dips" gut mathematisch extrahieren?

Schlüsselbegriffe

Matrix factorization, Detrending, Denoising

Zielsetzung

Die Universität von Kopenhagen möchte eine Methode haben für das mathematische Modellieren der Dips erhalten. Sie hat sich eine Pipeline in Python gewünscht, welche diese Dips extrahiert.

Ausgangslage

Von der Universität haben wir mehrere Filme bekommen, welche im 1 Hertz-Takt den momentanen Sauerstoffgehalt als Bildaufnahme in den Gehiren darstellt. Diese Filme sind von unterschiedlicher Länge und Auflösung und die Dips sind nicht einheitlich; jeder Dip war von unterschiedlicher Intensität, Dauer und "Steilheit" (wie schnell der Sauerstoffgehalt fällt).

Ergebnisse

Nachdem wir mehrere Methoden durchprobiert und viele Papers durchgelesen haben, entschieden wir uns für eine Matrixfaktorisierung mit vorherigem detrending und denoising von Daten. Mit dieser Faktorisierung konnten wir die "Dips" gut extrahieren und man muss in den meisten Fällen nur einen Regularisierungsparameter anpassen.

Projektdaten

2x12 ECTS, 720 Stunden, 2 Personen

Auftraggeber

Center for Translational Neuromedicine, University of Copenhagen

Projektteam

Vincenzo Timmel, Lukas Gehrig

Kontakt

Vincenzo Timmel, vincenzo.timmel@students.fhnw.ch

Lukas Gehrig, lukas.gehrig@students.fhnw.ch

Prof. Dr. Michael Graber, michael.graber@fhnw.ch

<< zurück