长期监测小鼠的聚集行为,使用在线图像处理
Kensaku Nomoto1,2, Jitsu Tajima1, Takefumi Kikusui1,3
1Department of Animal Science and Biotechnology, Azabu University, Sagamihara, Japan.
Neuropsychopharmacology reports
|October 26, 2023
概括
这项研究引入了一种具有成本效益的方法,用于通过图像处理跟踪鼠标聚集行为. 该技术显著减少了数据存储,使得社会互动的长期分析.
科学领域:
- 伦理学 伦理学 伦理学
- 计算生物学 计算生物学
- 行为神经科学 行为神经科学
背景情况:
- 了解动物的社会行为对于物种的生存至关重要.
- 拥挤是小鼠的一个关键的社会行为,但它的分析是具有挑战性的.
- 目前用于监测动物行为的方法往往是数据密集型.
研究的目的:
- 开发一种高效,具有成本效益的方法,用于长期监测小鼠聚集行为.
- 为了减少行为分析的数据存储要求.
- 为研究小鼠模型中的社会互动提供一个工具.
主要方法:
- 使用OpenCV在线图像处理来分析视频数据.
- 用像素集群 ("blobs") 来处理单个小鼠或组.
- 提取和存储基本数据 (区域,坐标,方向) 以尽量减少存储需求.
主要成果:
- 与压缩视频相比,实现了1/200000分之一的数据存储减少.
- 经过验证的算法准确性,在斑块检测与手动计数中的一致性> 90%.
- 观察到聚集行为的潜在基于性别的变化,需要进一步调查.
结论:
- 拟议的方法使得小鼠的高效,长期聚集行为分析成为可能.
- 这个系统可以与药物或基因查集成,用于高通量行为研究.
- 为研究影响社会行为的神经精神疾病提供了有价值的工具.
