本研究探讨了利用Matlab平台下的贝叶斯阈值和非负矩阵分解(NMF)技术进行图像去噪，并提出了一种基于复杂阵列(CA)的噪声源分离新方法。
在图像去噪过程中使用MATLAB代码实现贝叶斯阈值方法处理钙成像数据，并进行运动校正、去卷积及去混合操作。该代码提供了一种同时从大规模钙成像视频中提取信号源并推断峰值的方法，适用于体细胞成像数据分析。未来计划增加用于分析树突状/轴突成像数据的工具。
相关算法在以下文献中有更详细的介绍：
- Pnevmatikakis, E.A., Soudry, D., Gao, Y. et al (2016). Denoising, demixing and deconvolution of calcium imaging data. Neuron 89(2): 285–299.
- Pnevmatikakis, E.A., Gao, Y., Soudry, D. et al (2014). A structured matrix factorization framework for large-scale calcium imaging data analysis. arXiv preprint arXiv:1409.2903.
新增功能：运动校正
我们最近发布了一个用于非刚性运动校正的新工具箱。您可以将其作为独立软件包使用，也可以在Python中找到该部分。
代码说明：
最好的开始方式是查看各种演示示例，在仓库里包含一个小的数据集供参考。
5星
