相关实验视频
Updated: Jul 16, 2025
03:57
Anesthesia-free Heartbeat Measurements in Freely Moving Zebrafish
Published on: April 18, 2025
488
使用DeepLabCut在水 (Daphnia magna) 中进行无标记心脏生理和毒性估计
Ferry Saputra1, Michael Edbert Suryanto1, Gilbert Audira1
1Department of Chemistry, Chung Yuan Christian University, Taoyuan 320314, Taiwan; Department of Bioscience Technology, Chung Yuan Christian University, Taoyuan 320314, Taiwan.
Aquatic toxicology (Amsterdam, Netherlands)
|September 9, 2023
概括
这项研究介绍了一种使用DeepLabCut的简单,自动的方法,用于分析大夫尼玛格纳的心脏表现. 这种方法提高了心脏毒性评估的准确性和速度,克服了手动方法和以前的深度学习技术的局限性.
科学领域:
- 环境毒理学环境毒理学
- 心血管研究的心血管研究.
- 水生生态毒理学 水生生态毒理学
背景情况:
- 大是生态毒性和心脏毒性研究的关键模型生物,因为它具有肌性心脏.
- 之前分析达夫尼心脏参数的方法是劳动密集型的,容易出现错误.
- 现有的深度学习方法对此任务有局限性,例如高估或需要专门的设备.
研究的目的:
- 开发一种简单,自动和准确的方法来分析Daphnia magna.的心脏表现.
- 验证使用DeepLabCut软件来跟踪达芬尼亚的心脏参数.
- 使用开发的方法来评估伊米达克洛普里德和甲的心脏毒性.
主要方法:
- 使用了DeepLabCut软件,这是一种用于动物姿势跟踪的工具,用于大夫尼亚大的心脏分析.
- 在DeepLabCut中训练并验证了一个ResNet_152网络,将其性能与ImageJ和Kymograph进行比较.
- 开发了补充宏脚本 (Excel/Python) 进行高效的数据总结和分析.
主要成果:
- 经过训练的DeepLabCut网络显示了与手工方法 (ImageJ,Kymograph) 相比的准确性.
- 该方法成功地发现了暴露于伊米达克洛普里德和甲的大夫尼玛格纳的心脏性能变化.
- 通过宏脚本自动化数据处理显著减少了分析时间.
结论:
- DeepLabCut提供了一种简单而自动化的解决方案,用于分析大夫尼亚的心脏表现.
- 这种新的方法提高了生态毒理学研究中心脏毒性测量的效率和准确性.
- 拟议的方法有助于更快,更可靠的心脏毒性评估,使用大夫尼玛格纳作为模型生物.
