基于NMF-RI的Matlab代码：用于图像盲分离及多光谱流与细胞计数数据的光谱解析

简介：
本研究开发了一种基于NMF-RI算法的Matlab工具，专门用于图像盲源分离和解析复杂生物医学数据中的多光谱信息，以实现精确的细胞计数。 图像盲分离matlab代码NMF-RI：高度混合的多光谱流和图像细胞计数数据的盲光谱分离。 此存储库包含以下官方MATLAB实现： NMF-RI：在高混杂度下从多光谱流动与图像细胞计数数据中进行无监督盲源荧光发射分离。 该方法由Daniel Jiménez-Sánchez、Mikel Ariz（同等贡献）、José Mário Morgado、Iván Cortés-Domínguez和Carlos Ortiz-de-Solórzano提出。 动机：多重免疫染色与多光谱细胞计数技术的进步，使得同时在液体及固体样本中可视化前所未有的生物标志物成为可能。然而，在这些复杂的环境中准确分离荧光发射是一个极具挑战性的任务，并通常需要通过控制样品中的单一荧光染料来进行表征。随着使用的荧光染料数量增加，相关的时间成本与试剂消耗变得极其高昂。 在此背景下，我们提出了一种全新的无监督盲源分离方法，能够在无需对照样本的情况下从高度混合的光谱数据中有效分离出不同荧光发射信号。这一创新基于非负矩阵分解技术，并引入了几个关键改进：理论光谱初始化、自动选择“稀疏”部分进行优化以及多层重新初始化策略的应用。 结果展示：我们的算法通过合成数据集进行了详尽验证。