一种小鼠自发行为运动监测与体态图象识别的方法技术

本发明专利技术涉及一种小鼠自发行为运动监测与体态图象识别的方法，设计了识别小鼠嘴部、重心和尾根部三个关键点的算法，编制了相应的识别程序。本方法步骤主要包括：（１）目标小鼠获取；（２）重心、嘴部和尾根位置的确定；（３）获取运动轨迹信息；（４）根据步骤２所得结果判断小鼠是否屈身，是屈身进入步骤６，否则进入步骤５；（５）通过体态比细化成蹲起、正常和伸长三种状态，结束；（６）细致描述屈身体态，结束。根据本发明专利技术提供的方案，可精确描述实验小鼠的运动状态，初步实现小鼠体态识别，丰富了自动监测系统可获取信息。

【技术实现步骤摘要】

本专利技术涉及一种运动监测与体态图像识别的方法，特别是一种小鼠自发行为运动监测与体态图像识别的方法。
技术介绍
动物在药物、毒物及各种外界物理因素的影响下，其活动频率、活动范围、记忆力等是否由于这些外界因素的影响而有所改变，这就需要观察动物活动的变化来判断。传统的行为学研究主要是依靠研究者的目视观察与定性评判，主观因素影响较大，很多参数不能定量化，且费时费力。随后，伴随光电技术被广泛应用于自发活动的检测中，结合计算机的应用产生了多样的监测装置，但可检测指标较少，只能满足实验人员小部分要求。近年来，计算机技术的发展将动物行为的自动识别带进了视频记录与观测结合数字图象分析的阶段，视频检测具有较高分辨率不仅能准确记录动物的行动，还能对体态姿势进行辨别，为实验者提供了更多的信息，具有广阔的应用前景。小鼠自发活动试验是应用最广的自发活动行为测定方法之一。在实验中，除小鼠的活动区域，速度等参数外，其丰富的动作、姿势、甚至尾部和足的活动等体态特征也具有大量的科研价值，是研究者们关心的内容。视频技术和图象分析技术在这个领域的应用为广大科研工作者提供了更快捷可靠的实验工具，也推动了动物行为学、药理学等相关学科的发展。近年来，计算机图象、视频技术在该领域的应用为众多实验观察人员带来了极大的便利。目前，在小鼠自发活动的自动识别与分析领域主要包含两部分内容运动检测与体态图像识别。基于计算机视频技术的小鼠自发活动运动监测的研究、应用较早，理论、技术也较为成熟，产品相继面世。相对于运动监测，对小鼠体态识别的研究进展较为缓慢，尚有很大的研究空间。为此，现有产品的功能也多数集中在运动监测，较少能进行体态的记录，存在一定的信息缺失。对于运动监测的系统，已有许多相关产品面世，其功能多集中于逗留时间，总路程，平均速度，活动时间，活动次数等。但与此同时，多数系统中单纯将小鼠图象的重心轨迹近似为实际运动轨迹，不但很难精确表述小鼠的实际运动过程而且造成运动过程中大量细节信息缺失，在实际应用上仍存在较大的提升空间。对于体态图像识别方法，动物的行为是由体态和体态的变化构成的，运动参数仅仅是对动物行为一个较粗略的描述，动物的体态则含有更多心理信息，在行为分析中具有更重要的意义，体态的正确识别是行为自动识别与分析的基础。Spruijt等首先尝试着眼于区分修饰和休息体态的处理方法研究。Lochem与Rousseau等则提出希望能从头部的坐标(嘴巴突起)，尾巴根部的坐标，修正的身体重心坐标，以及由这3点得到的附加特征入手，对大鼠的9种典型行为状态进行研究。Heeren等以大鼠轮廓的Fourier描述子构建特征矢量，用神经网络对体态进行分类。Campbell用运动分析和轮廓曲率谱分析来识别运动、静止和修饰3种行为。浙江大学张敏等提出基于四种参数并应用朴素贝叶斯分类器的大鼠体态识别与基于轮廓曲率和谱系聚类的大鼠体态自动识别两种方案。
技术实现思路
专利技术目的针对当前技术现状，本专利技术提供一种运动监测与体态识别解决方 案，可较精确描述实验小鼠的运动状态，初步实现小鼠体态识别，丰富了自动监 测系统可获取信息。技术方案不同的实验动物具有不同的自发活动类型，因而应针对不同实验 动物设计相应的自动观测方法。本文采用头部，尾，重心作为小鼠运动轨迹的参 数，在描绘运动轨迹时，相比于其他研究工作中多以重心轨迹代替实际运动路径， 本文的工作具有三点的运动轨迹，包含更丰富的运动信息，给予实验研究者更多 灵活的选择。通过对同一时刻不同轨迹点的相对位置分析以及不同时刻各轨迹间 的信息提取，可以确定小鼠运动瞬时及动态细节信息。不同的动物拥有各自的特 征，恰当的选择特征并提取是识别过程的关键。同时，对于特征的选择，必须还 要考虑到此特征是否具有空间上的平移不变性、旋转不变性及尺度不变性，如果 该特征具备上述的三种不变性，识别运算的复杂程度将会大大降低。现有图象识 别技术中的特征提取与识别主要采用几何特征(周长，面积，曲率，体态比)、 矩、傅立叶描述、纹理描述等方式或混合方式。其中，几何特征中的体态比运算 量较小且具有上述三种不变性，比较适合需要快速检测的小鼠试验，是对小鼠体 态识别的主要方法。本专利技术针对小鼠运动监测的有关问题，针对传统图象识别解 决方案存在可采集信息量较少的问题，设计了适用于顶部拍摄条件下，识别小鼠 嘴部、重心和尾根部三个关键点的方法，编制了相应的识别程序。本专利技术主要包 括以下步骤(1)目标小鼠获取；(2)重心、嘴和尾位置的确定；(3)获取运动 轨迹信息；(4)判断小鼠是否屈身，是屈身进入步骤4，否则进入步骤3; (5) 通过体态比细化成蹲起、正常和伸长三种状态；(6)细致描述屈身体态。有益效果本专利技术与现有技术相比，新的运动监测与体态识别分析方案可大 大丰富系统可监测信息。 附图说明图l是运动监测流程图。图2是包含有尾部的重心位置。图3是去掉尾部后的重心位置。图4为以尾梢点为最末点寻尾根坐标方向图。图5事在尾部细节不同程度缺失时判断觜尾位置，图中深灰色点为其自动判 定得到尾根位置，浅灰色为嘴部位置，白色点为重心位置。图6是小鼠头部朝向示意图。图7是体态识别流程图。图8为Lochem提出7种静态体态图。 具体实施例方式本专利技术的运动监测流程图如图1所示，下面结合图1来具体实施说明。本发 明的运动监测包括以下步骤(1) 目标小鼠获取；(2) 重心、嘴部和尾根位置的确定；(3) 获取运动轨迹信息，其中包括总路程、平均速度、头部的朝向、总的休息时间和中央区域滞留时间。首先测量摄像头视野内开放场边沿的实际长宽，记为flx6。对于同一摄像头，长宽边沿在图像中的长度随摄像头所处拍摄高度同比增加。査看摄像头的分辨 率，记为/xw，本实验中采用320x240像素。其中4 =丄="A为比例常数。为方便说明，下文中均采用像素单位。运动监测步骤(1)的具体过程是将小白鼠置于黑色背景下，目标获取时， 使用自适应阈值将灰度图片进行二值化即可实现目标与背景分离。或者，当小白 鼠置于其他复杂背景下(但背景色不宜过亮，否则易与目标小鼠相混)，目标小 鼠的获取也是可行的。在目标小鼠进入开场前，需对开场背景进行拍摄存储，之 后所得包含目标小鼠的图片与背景图片做减运算，即可得到与在黑色背景下的类 似效果。运动监测步骤(2)中重心位置确定的具体步骤是小鼠目标获取后，重心坐标即为1 = ^《/"， ？-t"/"。但是需要指出的是，这样统计，是将小鼠的尾部和身体一同计算在内了 。但是某些情况下我们只需找到小鼠身体部分的重 心，那么这样尾部的像素点就对身体重心有干扰作用。为了考察尾部对身体重心 的影响，我们取一张显示出完整尾巴的小鼠图片，对其取重心，如图2。然后用 绘图工具将尾巴消除，再次求其重心，如图3。图2中重心坐标^" = 214， ^" = 220;图3中重心坐标^" = 214， ^" = 221。 两图中小鼠头尾连线长度丄=50.2，重心的距离As = l 。其重心误差为 5 = As/￡xl00% = 2%。两图比较可见当尾巴完整时，重心判断受到影响很小 (尾巴残缺时影响将更加微弱)。大量验证计算结果也表明尾巴对身体的重心位 置影响很小，本系统中计算重心时包含尾部像素。运动监测步骤(2)中嘴部和尾根位本文档来自技高网...

【技术保护点】
一种小鼠自发行为运动监测与体态图象识别的方法，其特征是本方法主要步骤包括：　（１）目标小鼠获取；　（２）重心、嘴部和尾根坐标的确定；　（３）获取运动轨迹信息，其中轨迹信息包括总路程、平均速度、头部的朝向、总的休息时间和中央 区域滞留时间；　（４）根据步骤２所得坐标判断小鼠是否屈身，是屈身进入步骤６，否则进入步骤５；　（５）通过体态比细化成蹲起、正常和伸长三种状态，结束；　（６）细致描述屈身体态，结束。

【技术特征摘要】

【专利技术属性】
技术研发人员：华旭，刘博，沈雷，
申请(专利权)人：华旭，刘博，沈雷，
类型：发明
国别省市：84[中国|南京]