B-011
大規模なカルシウムイメージングデータに対する自動ソーティングアルゴリズムの高速化

◎根本貴大・田中輝雄・藤井昭宏・竹川高志（工学院大）

近年，神経回路に対する解像度の高い大規模なカルシウムイメージング記録が可能となった．それに伴い，記録データからスパイク列を自動的に抽出する必要が生じるとともに．より積極的にROIの重複やスパイクの発生の性質を考慮した精度の向上が求められている．我々は比較的単純な確率モデルに適切な事前分布を導入し，MAP推定を行うことで精度の良い解が得られることと，その解を逐次二次計画法を用いて効果的に計算できることを示した．今回，さらに大規模なデータへの対応を目指し，計算時間の大半を占めるは大規模な線形行列部分の演算の高速化を試みた．係数行列の構造に着目した並列化により計算時間を45%削減し，さらなる高速化への展望を得た．