基于深度学习适用于啮齿动物的行为分析方法技术

本发明专利技术公开了基于深度学习适用于啮齿动物的行为分析方法，本发明专利技术基于计算机视觉与深度学习技术，无需特殊的实验硬件设备与人为对动物进行特殊化学试剂标记处理。通过多身体关键点识别技术实现全自动化追踪动物，实现了实验过程的自动化，避免了人工计数引入的主观误差和对实验动物的干扰，增加了实验结果的客观性、可靠性。并通过设计全新指标实现机器分析小鼠行为。分析灵活，支持时段分析，支持定时终止和人工终止，并具有丰富的显示方式，能对动物的运动情况采用轨迹图、参数指标、曲线、直方图等多种显示方式。同时，根据对超精细行为指标的捕获，进一步实现动物在强迫游泳过程中行为动作的分析。为动作的分析。

【技术实现步骤摘要】
基于深度学习适用于啮齿动物的行为分析方法


[0001]本专利技术属于动物行为分析领域，涉及深度学习技术，具体是基于深度学习适用于啮齿动物的行为分析方法。

技术介绍

[0002]抑郁症，是当下最为普遍的一类精神紊乱症。据世界卫生组织(WHO)披露数据显示,全球有超过3.5亿人罹患抑郁症,近十年来患者增速约18％。在物质文明的今天，大多数人已不再为一日三餐犯难，对于物质的追求是空前的，但过剩的物质财富却带来了更多更为普遍的焦虑、困惑、痛苦与抑郁。迄今为止，抑郁症的发病原因仍尚不明确，发病者的症状发展也各不相同。研究者们将抑郁症的起因归结为压力、药物及其滥用、认知障碍、遗传等部分或者全部的作用。
[0003]1977年，科学家PorsoltRD等，首次通过强迫游泳的动物模型评价了抗抑郁药物的作用，因此，该范式又称为The Porsolt forcedswimtest。该实验基于小鼠天生厌恶游泳的特点，将小鼠放入局限且不可逃避的压迫环境，正常状态下，小鼠将通过游泳在水中寻找逃生路径，设计出行为无助情境，以衡量小鼠的抑郁样行为。在实验中，将小鼠放入水中强迫游泳6至20分钟，通过记录：
[0004]1).不动时间：即小鼠在水中停止挣扎，仅将头露出水面漂浮的时间；
[0005]2).游泳时间：即小鼠四肢划动、拍打及俯冲时间；
[0006]3).攀爬时间：小鼠抓爬玻璃缸壁的时间。
[0007]一段时间后，抑郁样小鼠将表现为停止游泳，漂浮在水面上，表现为“放弃寻找逃生径”的“behavioraldespair”行为绝望。
[0008]1995年，Irwin.Lucki等人在实验中研究了四种不同的抗抑郁药物desipramine(DMI)、fluoxetine(FLX)、sertraline(SRT)和paroxetine(PRX)对大鼠在强迫游泳实验中“行为绝望”状态的作用。结果发现，四种抗抑郁药物均能显著减少大鼠在水中的不动时间，增长在水中游泳时间，使实验动物从被动放弃状态转变为积极求生状态。从此强迫游泳实验指标逐渐变成研究抗抑郁药等药物的“金标准”之一。
[0009]目前强迫游泳实验通常采取人工观察和手动评分的方式。事实上，人工评分存在许多局限性，如缺乏可复制性和缺乏标准化。而且，视觉上跟随微妙和复合的社会行为，特别是当涉及到多种动物时，是极具挑战性和耗费时间的。因此，仍无法负担更多的长期和/或大规模解释性研究。除此之外培养一个专业的强迫游泳评分员不仅耗时耗力，还难以达到统一的标准。因此，除非引入技术创新来促进分析，否则将限制精神医学的转化进展。
[0010]本专利技术基于计算机视觉与深度学习技术，实现啮齿动物强迫游泳实验多身体关键点识别(鼻尖、双眼、前爪、后肢脚踝、后肢脚掌、尾根10个身体关键点)。实现对超精细行为指标精确捕获，构建强迫游泳行为动作序列图，丰富社交实验行为评价体系，助力精神疾病研究。

技术实现思路

[0011]本专利技术的目的在于提供基于深度学习适用于啮齿动物的行为分析方法。
[0012]本专利技术的目的可以通过以下技术方案实现：
[0013]基于深度学习适用于啮齿动物的行为分析方法，该方法包括下述步骤：
[0014]步骤一：安放设备，进行视频获取，得到实时视频；
[0015]步骤二：对实时视频进行分析；得到追踪视频、运动轨迹图、运动热点图、身体关键点像素值、骨架长度、骨架方向角；
[0016]步骤三：进行数据输出；
[0017]视频分析成功后输出的结果为追踪视频、运动轨迹图、运动热点图、身体关键点像素值、骨架长度、骨架方向角；
[0018]身体关键点像素值获取方式为：软件所识别与追踪的啮齿动物各个身体关键点所对应的X、Y轴的坐标值；
[0019]骨架长度获取方式为：所连接骨架之间的长度，以像素点为单位；
[0020]步骤四：进行实验小鼠的行为指标定义；
[0021]首先进行像素点与cm换算：1cm＝A个像素点；A的具体取值为：
[0022]强迫游泳装置实际水面直径对应的像素点/强迫游泳装置水面实际直径，强迫游泳装置水面实际直径具体为25cm；
[0023]根据采集到数据分析得到实验小鼠的行为特征，并据此得到实验小鼠攀爬行为的总时长、实验小鼠的轻度攀爬行为、实验小鼠的中度攀爬行为、实验小鼠的强烈攀爬行为、实验小鼠的挣扎行为总时长、实验小鼠的不动行为总时长和实验小鼠的游泳行为总时长；
[0024]步骤五：完成实验小鼠行为定义。
[0025]进一步地，步骤一中获取实时视频的具体方法为：
[0026]S1：强迫游泳实验环境包括强迫游泳装置与相机；向强迫游泳装置注入20厘米水后，将一台相机置于离水面等高的正侧方45厘米处，其视野可覆盖整个小鼠游动区间；
[0027]S2：实验开始之后由相机进行全程录像，得到实验视频。
[0028]进一步地，强迫游泳装置为有机玻璃圆筒，有机玻璃圆筒为25厘米直径
×
40厘米高
×
0.5厘米厚度；相机具体采用型号为SONY HDR
‑
CX680的相机，具体参数为：帧数为30帧；分辨率为1920
×
1080。
[0029]进一步地，步骤二中的对实时视频进行分析具体方法为：
[0030]将相机所录制的实验视频导入电脑，自动跟踪识别实验小鼠身体关键点和实验小鼠骨架；
[0031]身体关键点包括鼻尖、双眼、前爪、后肢脚踝、后肢脚掌、尾根；实验小鼠骨架具体为鼻尖
‑
尾根、鼻尖
‑
眼睛、后肢脚踝
‑
后肢脚掌；
[0032]借助软件对所录制的实时视频进行每帧分析，每帧照片大小由相机分辨率决定，分析时以1920数值为Y轴，1080数值为X轴建立二维坐标系；
[0033]得到追踪视频、运动轨迹图、运动热点图、身体关键点像素值、骨架长度、骨架方向角及其掩藏数据。
[0034]进一步地，步骤三中的骨架方向角获取方式如下：以鼻尖
‑
尾根骨架为例；以鼻尖为原点建立二维坐标系，鼻尖
‑
尾根向量与X轴正方向所成的夹角；若鼻尖
‑
尾根向量与X正
方向重合则为0
°
；顺时针旋转角度不断增加，逆时针旋转角度不断减小。
[0035]进一步地，根据采集到数据分析得到实验小鼠的行为特征具体方式为：
[0036]实验小鼠攀爬行为的总时长：检测数据首帧M的鼻尖
‑
尾根角度值T，T的范围在40到140之间，并且首帧后面是有连续五帧及以上满足40到140这个区间；输出此段帧数为：攀爬行为，并记录攀爬帧数Q；Q
÷
30得总时长；
[0037]实验小鼠的轻度攀爬行为：检测数据首帧M的鼻尖
‑
尾根角度值T，T的范围在40到140之间，并且首帧后面是有连续五本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度学习适用于啮齿动物的行为分析方法，其特征在于，该方法包括下述步骤：步骤一：安放设备，进行视频获取，得到实时视频；步骤二：对实时视频进行分析；得到追踪视频、运动轨迹图、运动热点图、身体关键点像素值、骨架长度、骨架方向角；步骤三：进行数据输出；视频分析成功后输出的结果为追踪视频、运动轨迹图、运动热点图、身体关键点像素值、骨架长度、骨架方向角；身体关键点像素值获取方式为：软件所识别与追踪的啮齿动物各个身体关键点所对应的X、Y轴的坐标值；骨架长度获取方式为：所连接骨架之间的长度，以像素点为单位；步骤四：进行实验小鼠的行为指标定义；首先进行像素点与cm换算：1cm＝A个像素点；A的具体取值为：强迫游泳装置实际水面直径对应的像素点/强迫游泳装置水面实际直径，强迫游泳装置水面实际直径具体为25cm；根据采集到数据分析得到实验小鼠的行为特征，并据此得到实验小鼠攀爬行为的总时长、实验小鼠的轻度攀爬行为、实验小鼠的中度攀爬行为、实验小鼠的强烈攀爬行为、实验小鼠的挣扎行为总时长、实验小鼠的不动行为总时长和实验小鼠的游泳行为总时长；步骤五：完成实验小鼠行为定义。2.根据权利要求1所述的基于深度学习适用于啮齿动物的行为分析方法，其特征在于，步骤一中获取实时视频的具体方法为：S1：强迫游泳实验环境包括强迫游泳装置与相机；向强迫游泳装置注入20厘米水后，将一台相机置于离水面等高的正侧方45厘米处，其视野可覆盖整个小鼠游动区间；S2：实验开始之后由相机进行全程录像，得到实验视频。3.根据权利要求2所述的基于深度学习适用于啮齿动物的行为分析方法，其特征在于，强迫游泳装置为有机玻璃圆筒，有机玻璃圆筒为25厘米直径
×
40厘米高
×
0.5厘米厚度；相机具体采用型号为SONY HDR
‑
CX680的相机，具体参数为：帧数为30帧；分辨率为1920
×
1080。4.根据权利要求1所述的基于深度学习适用于啮齿动物的行为分析方法，其特征在于，步骤二中的对实时视频进行分析具体方法为：将相机所录制的实验视频导入电脑，自动跟踪识别实验小鼠身体关键点和实验小鼠骨架；身体关键点包括鼻尖、双眼、前爪、后肢脚踝、后肢脚掌、尾根；实验小鼠骨架具体为鼻尖
‑
尾根、鼻尖
‑
眼睛、后肢脚踝
‑
后肢脚掌；借助软件对所录制的实时视频进行每帧分析，每帧照片大小由相机分辨率决定，分析时以1920数值为Y轴，1080数值为X轴建立二维坐标系；得到追踪视频、运动轨迹图、运动热点图、身体关键点像素值、骨架长度、骨架方向角及其掩藏数据。5.根据权利要求1所述的基于深度学习适用于啮齿动物的行为分析方法，其特征在于，步骤三中的骨架方向角获取方式如下：以鼻尖
‑
尾根骨架为例；以鼻尖为原点建立二维坐标
系，鼻尖
‑
尾根向量与X轴正方向所成的夹角；若鼻尖
‑
尾根向量与X正方向重合则为0
°
；顺时针旋转角度不断增加，逆时针旋转角度不断减小。6.根据权利要求1所述的基于深度学习适用于啮齿动物的行为分析方法，其特征在于，根据采集到数据分析得到实验小鼠的行为特征具体方式为：实验小鼠攀爬行为的总时长：检测数据首帧M的鼻尖
‑...

【专利技术属性】
技术研发人员：李思迪，李懋，盛益华，罗祥，罗华伦，
申请(专利权)人：安徽正华生物仪器设备有限公司，
类型：发明
国别省市：