使用动作测序来描述老鼠行为的结构

科学领域:

• 伦理学 伦理学 伦理学
• 计算神经科学是一种神经科学.
• 行为生物学 行为生物学

背景情况:

• 鼠标自发行为由可重复的运动模块组成,这些模块按序列排列.
• 了解这些序列可以了解遗传,环境和神经因素对行为的影响.
• 目前分析复杂行为的方法可能是劳动密集型的,需要专门的专业知识.

研究的目的:

• 介绍一种运动测序 (MoSeq) 的协议,一种将自发的小鼠行为分解为基本单元的方法.
• 为获取和分析鼠标行为3D视频数据提供一个用户友好的管道.
• 为了使有限的计算伦理学经验的研究人员能够采用无监督的,数据驱动的行为分析.

主要方法:

• 使用三维机器视觉和无监督机器学习来识别行为"音节".
• 包括深度视频采集,数据预处理和建模的管道.
• 提供标准化的可视化工具,用于分析音节的使用和过渡.
• 提供了keypoint-MoSeq用于分析标准视频数据的指令.

主要成果:

• MoSeq协议成功地将鼠标的自发行为分解为离散的"音节".
• 输出包括逐的音节标签和音节频率和转换的总结图.
• 关键点-MoSeq变体允许从标准视频关键点识别行为动机.
• 协议和管道简化了无监督行为分析的采用.

结论:

• MoSeq提供了一种强大,易于使用的工具,用于剖析复杂的小鼠行为.
• 这种方法有助于研究各种因素如何影响自然行为.
• 该协议降低了研究人员进行数据驱动行为表征的障碍.