电压成像能够以优异的吞吐量记录神经元的群体活动，这为系统理解神经元回路开辟了有效途径。在这里，韩国科学技术院Young-Gyu Yoon报道了SUPPORT（利用成像数据中的时空信息进行统计无偏预测），这是一种用于去除电压成像数据中泊松-高斯噪声的自监督学习方法。
本文要点：
1) SUPPORT基于电压成像数据中的像素值高度依赖于其时空相邻像素，即使其时间相邻帧本身不能为统计预测提供有用信息。这种依赖性被具有时空盲点的卷积神经网络捕获并使用，以对电压成像数据进行精确去噪。
2) 在电压成像数据中，不能通过其他帧中的信息来推断时间帧中的动作电位。通过模拟和实验，作者表明SUPPORT能够对电压成像数据和其他类型的显微镜图像进行精确去噪。
Minho Eom et.al Statistically unbiased prediction enables accurate denoising of voltage imaging data Nature Methods 2023
DOI: 10.1038/s41592-023-02005-8
https://doi.org/10.1038/s41592-023-02005-8
