KineWheel-DeepLabCut自动化脚注释使用交替的强光UV和白光照明

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 计算机视觉 计算机视觉

背景情况:

• 动物姿势跟踪对于理解神经回路,行为和功能障碍至关重要.
• 像DeepLabCut这样的无标记姿势估计工具需要大量的手动注释来训练神经网络.
• 在注释中减少人力劳动可以加速神经科学研究.

研究的目的:

• 开发一种自动化方法,用于生成注释的动物脚位置数据集.
• 为了减少训练用于动物姿势跟踪的神经网络所需的人力努力.
• 提高神经科学中无标记物姿势估计的效率.

主要方法:

• 使用紫外线激活的看不见的光标记.
• 采用720赫兹的闪光照明 (紫外线和白光) 的交替照明.
• 开发了一种颜色过和脚位置映射技术.
• 将脚注释从紫外线转移到白光,用于神经网络训练.

主要成果:

• 成功演示了一种用于动物脚位置注释的自动化方法.
• 实现了高质量的位置注释,用于在没有标记的情况下跟踪鼠标爪子.
• 显著减少了在数据集创建中需要人工人为注释的需求.
• 使用KineWheel-DeepLabCut设置验证了该方法.

结论:

• 开发的自动化方法简化了用于动物姿势跟踪的神经网络训练.
• 这种开源方法提高了效率,减少了神经科学研究中的劳动力.
• 便于更容易获得和广泛使用先进的姿势估计技术.