相关实验视频
Updated: Jun 22, 2025
10:17
The Tail Suspension Test
Published on: January 28, 2012
80.0K
一种基于深度学习的无值方法,用于在强迫游泳测试和尾部悬浮测试中自动分析动物行为的行为
Xuechun Meng1, Yang Xia1, Mingqing Liu1
1School of Information Science and Technology, University of Science and Technology of China, Hefei, China; Center for Advanced Interdisciplinary Science and Biomedicine of IHM, Division of Life Sciences and Medicine, University of Science and Technology of China, China.
Journal of neuroscience methods
|July 3, 2024
概括
一种新的自动化方法,双流活动分析网络 (DSAAN),在强迫游泳测试 (FST) 和尾部悬浮测试 (TST) 期间准确分析小鼠的抑郁类行为. 这种无值的方法消除了主观的手动评分,节省了时间并提高了可靠性.
科学领域:
- 神经科学是一个神经科学.
- 动物行为研究 动物行为研究
- 计算生物学 计算生物学
背景情况:
- 强迫游泳测试 (FST) 和尾部悬浮测试 (TST) 是标准的行为测试,用于评估动物模型中类似抑郁的状态.
- 在FST和TST中手动分析静止时间是主观的和劳动密集的.
- 现有的自动化方法通常需要大量的手动注释或值设置.
研究的目的:
- 开发一种新的,自动化的,无值的方法来分析动物的抑郁类行为.
- 提高FST和TST中静止时间测量的客观性和效率.
- 通过手动评分和现有的软件来验证拟议方法的性能.
主要方法:
- 开发了一种双流活动分析网络 (DSAAN),用于自动分析FST和TST视频.
- DSAAN集成了来自有限视频的空间信息与来自差异特征图的时间信息.
- 为培训和验证,创建了一个新的数据集,鼠标FSTST,包括注释的FST和TST记录.
主要成果:
- 在识别不动状态时,DSAAN实现了高精度:TST的92.51%和FST的88.70%.
- 预测的静止时间与手动评分有很强的相关性,证明了方法的可靠性.
- DSAAN仅使用94张注释图像实现了超过80%的准确性,这表明从有限的数据中有效地学习.
结论:
- 开发的DSAAN提供了一个强大的,自动化工具,用于分析FST和TST中类似抑郁症的行为.
- 这种无值的方法显著减少了与手动行为分析相关的时间和主观性.
- 在与手动注释的相关性方面,DSAAN优于现有的自动化分析工具,如DBscorer和EthoVision XT.
