钙活动的人口记录是洞察神经功能的主要来源。大型数据集需要自动处理，但这可能会引入难以检测的错误。有鉴于此，美国约翰霍普金斯大学的Adam S. Charles和美国普林斯顿大学的David W. Tank等研究人员，合作检测和校正钙成像中的错误瞬变。

本文要点

1）研究人员证明了，流行的时间过程估计算法通常包含影响 10-20% 瞬态的大量归因错误。

2）当重叠的细胞和过程定义不完善或未识别时，就会出现错误归因，即荧光归因于错误的细胞。

3）为了诊断错误归因，研究人员开发了用于评估大型数据集的指标和可视化工具。

4）为了纠正时间过程，研究人员引入了一个强大的估计器，它明确地解释了污染信号。

5）在一个海马数据集中，去除污染使位置细胞数量减少了 15%，19% 的位置场移动了 10 cm 以上。

本文研究的方法与其他细胞发现技术兼容，使用户能够诊断和纠正可能改变科学结论的潜在广泛问题。

参考文献：

Jeffrey L. Gauthier, et al. Detecting and correcting false transients in calcium imaging. Nature Methods, 2022.

DOI：10.1038/s41592-022-01422-5

https://www.nature.com/articles/s41592-022-01422-5