Progress in nearly every scientific discipline is hindered by the presence of independent noise in spatiotemporally structured datasets. Three widespread technologies for measuring neural activity—calcium imaging, extracellular electrophysiology, and fMRI—all operate in domains in which shot noise and/or thermal noise deteriorate the quality of measured physiological signals. Current denoising approaches sacrifice spatial and/or temporal resolution to increase the Signal-to-Noise Ratio of weak neuronal events, leading to missed opportunities for scientific discovery. Here, we introduce DeepInterpolation , a general-purpose denoising algorithm that trains a spatio-temporal nonlinear interpolation model using only noisy samples from the original raw data. Applying DeepInterpolation to in vivo two-photon Ca 2+ imaging yields up to 6 times more segmented neuronal segments with a 15 fold increase in single pixel SNR, uncovering network dynamics at the single-trial level. In extracellular electrophysiology recordings, DeepInterpolation recovered 25% more high-quality spiking units compared to a standard data analysis pipeline. On fMRI datasets, DeepInterpolation increased the SNR of individual voxels 1.6-fold. All these improvements were attained without sacrificing spatial or temporal resolution. DeepInterpolation could well have a similar impact in other domains for which independent noise is present in experimental data.

Cortical columns interact through dynamic routing of neuronal activity. Monitoring these interactions in animals performing a behavioral task as close as possible to real time will advance our understanding of cortical computation. We developed the Multiplane Mesoscope which combines three established concepts in microscopy: spatio-temporal multiplexing, remote focusing, and random-access mesoscopy. With the Multiplane Mesoscope, we recorded excitatory and inhibitory neuronal subpopulations simultaneously across two cortical areas and multiple cortical layers in behaving mice. In the context of a visual detection of change task, we used this novel platform to study cortical areas interactions and quantified the cell-type specific distribution of neuronal correlations across a set of visual areas and layers. We found that distinct cortical subnetworks represent expected and unexpected visual events. Our findings demonstrate that expectation violations modify signal routing across cortical columns and establish the Allen Brain Observatory Multiplane Mesoscope as a unique platform to study signal routing across connected pairs of cortical areas.

The detection of novel stimuli is critical to learn and survive in a dynamic environment. Though novel stimuli powerfully affect brain activity, their impact on specific cell types and circuits is not well understood. Disinhibition is one candidate mechanism for novelty-induced enhancements in activity. Here we characterize the impact of stimulus novelty on disinhibitory circuit components using longitudinal 2-photon calcium imaging of Vip, Sst, and excitatory populations in the mouse visual cortex. Mice learn a behavioral task with stimuli that become highly familiar, then are tested on both familiar and novel stimuli. Mice consistently perform the task with novel stimuli, yet responses to stimulus presentations and stimulus omissions are dramatically altered. Further, we find that novelty modifies coding of visual as well as behavioral and task information. At the population level, the direction of these changes is consistent with engagement of the Vip-Sst disinhibitory circuit. At the single cell level, we identify separate clusters of Vip, Sst, and excitatory cells with unique patterns of novelty-induced coding changes. This study and the accompanying open-access dataset reveals the impact of novelty on sensory and behavioral representations in visual cortical circuits and establishes novelty as a key driver of cellular functional diversity.

We present a dual-plane mesoscopic imaging system capable of simultaneous image acquisition from two independent focal planes. The system was designed as an add-on to a recently introduced large field-of-view two-photon microscopy system, developed by Sofroniew, et al., eLife, 5, e14472, 2016. In this work, we merge two advanced multiphoton imaging technologies, i.e., temporal-division multiplexing and remote focusing, to maintain diffraction-limited resolution at both imaging planes, and achieve a more than 2-fold increase in the system's overall imaging throughput. We introduce a novel solution to decode temporally interleaved analog signals at nanosecond timescales to achieve high-speed time-multiplexed imaging. Detailed characterization and comparison of the modified and the original two-photon microscopy system was performed.

Recently, we presented a new approach to create high-speed amplitude modulation of femtosecond laser pulses and tag multiple excitation beams with specific modulation frequencies. In this work, we discuss the utility of this method to record calcium signals in brain tissue with two-photon frequency-division multiplexing (2P-FDM) microscopy. While frequency-multiplexed imaging appears slightly inferior in terms of image quality as compared to conventional two-photon laser scanning microscopy due to shot noise-induced cross-talk between frequency channels, applying this technique to record average signals from regions of interest (ROI) such as neuronal cell bodies was found to be promising. We use phase information associated with each pixel or waveform within a selected ROI to phase-align and recombine the signals into one extended amplitude-modulated waveform. This procedure narrows the frequency detection window, effectively decreasing noise contributions from other frequency channels. Using theoretical analysis, numerical simulations, and in vitro imaging we demonstrate a reduction of cross-talk by more than an order of magnitude and predict the usefulness of 2P-FDM for functional studies of brain activity.