refineDLC: DeepLabCut出力のための高度な後処理パイプライン

科学分野:

• 動物行動学
• 生体力学的解析
• 計算生物学

背景:

• DeepLabCutは、行動研究のためのマーカーレス姿勢推定を可能にします。
• 定量的運動解析は、しばしばノイズの多いDeepLabCutの出力によって制限され、かなりの計算専門知識を必要とします。

研究 の 目的:

• ノイズの多いDeepLabCut出力を堅牢な運動データに変換するための後処理パイプラインであるrefineDLCを紹介すること。
• プログラミングの専門知識が限られている研究者にとって、定量的運動解析へのアクセスを向上させること。

主な方法:

• refineDLCパイプラインには、y座標の反転、ゼロ値フレームの削除、および無関係な身体部分ラベルの除外が含まれます。
• 尤度スコアと位置変化に基づいた二段階フィルタリングが適用されます。
• 欠損値を管理するために複数の補間戦略が使用されます。

主要な成果:

• refineDLCは、牛の運動と馬の速歩のデータセットにおいて、データ品質と解釈可能性を大幅に向上させました。
• このパイプラインは、変動性を低減し、偽陽性のラベリングエラーを排除し、ノイズの多い軌跡を意味のある運動パターンに変換しました。
• 記録条件や種に関係なく、分析に適した出力が得られました。

結論:

• refineDLCは、生の姿勢推定データを信頼性の高い運動の洞察に変換するプロセスを簡素化します。
• このパイプラインは、より広範な研究者にとって正確な定量的解析へのアクセスを向上させます。
• 将来の開発では、精密フェノタイピングおよび保全生物学への応用におけるパフォーマンスと自動化の最適化を目指します。