在有纹理的背景上对线虫夜的自动评分

科学领域:

• 动物学 动物学
• 生物技术是生物技术.
• 计算生物学 计算生物学

背景情况:

• 昆虫病原性线虫是重要的生物害虫防治剂.
• 尾部站立的行为 - - 夜 - - 对于寻找宿主在虫病原性线虫中的宿主和在自由生活的线虫中的泳至关重要.
• 手动评分的夜间是劳动密集型,并阻碍了研究.

研究的目的:

• 开发一个用于细分和评分线虫夜行为的自动化系统.
• 为了克服传统机器视觉中纹理基板所带来的挑战.
• 为了促进大规模研究线虫的行为和寻找宿主策略.

主要方法:

• 实施基于Mask R-CNN的追踪器,用于在纹理背景上对线虫进行细分.
• 开发一种机器学习管道,用于自动化夜间行为评分.
• 该系统的应用用于分析Caenorhabditis elegans和Steinernema carpocapsae的夜间活动.

主要成果:

• 该系统成功地对线虫进行了细分,并在有纹理的基板上得分.
• 在C. elegans中,夜的倾向与长期发育相关.
• 在S. carpocapsae传染性幼虫中量化了夜间的行为.

结论:

• 开发的人工智能系统显著改进了现有的追踪和评分线虫夜的方法.
• 这种自动化方法使线虫行为的高通量分析成为可能.
• 促进对生物害虫控制和基本线虫生物学的研究.