在集体养的 rhesus macaques (马卡卡·穆拉塔) 中评估丰富剂的使用:一种机器学习方法
Giulia Ciminelli1, Claire Witham2, Melissa Bateson1
1Institute of Bioscience, Faculty of Medical Sciences, Henry Wellcome Building, Framlington Place, Newcastle University, Newcastle NE2 4HH, UK.
Animal welfare (South Mimms, England)
|December 20, 2024
概括
使用机器学习的自动监控跟踪 rhesus macaque 与环境丰富的参与. 计算机视觉管道显示,人们对以食物为基础的丰富有持续的兴趣,但随着时间的推移,与难题的互动正在下降.
科学领域:
- 动物福利科学 动物福利科学
- 灵长类动物的行为
- 机器学习应用 机器学习应用
背景情况:
- 环境的丰富对于受囚禁和实验室动物的福利至关重要,特别是非人类灵长类动物.
- 监测动物与丰富剂的相互作用对于评估长期有效性和防止习惯化至关重要.
- 监测缩剂使用的传统方法耗时,需要大量的手动观察.
研究的目的:
- 开发和验证基于机器学习的自动化管道,用于监测 rhesus macaque (Macaca mulatta) 与环境丰富物品的相互作用.
- 评估 rhesus 的长期参与,以食品为基础的 (葡萄满的鼓) 和非食品为基础的 (拼图) 丰富剂.
- 系统地追踪习惯反应,并评估在繁殖殖民地环境中丰富策略的有效性.
主要方法:
- 开发了两条基于计算机视觉的管道来分析子与丰富装置的相互作用.
- 管道1评估了9个组的基于食物的鼓丰富剂 (含有或不含食物) 的使用情况.
- 管道2量化了在一个月内在12个小组中使用拼图丰富的交互.
主要成果:
- rhesus 对以食物为基础的鼓丰富表现出持续的兴趣,即使在引入后几个月.
- 与拼图丰富的互动显示,在一个月的监测期间,参与度逐渐下降.
- 自动化管道有效地减少了观察时间和数据分析工作.
结论:
- 自动化,机器学习驱动的监测提供了一种一致和有效的方法来评估与环境丰富的接触.
- 这些发现突出了对以食品为基础的与非食品为基础的丰富剂的不同反应,表明对后者的潜在习惯.
- 这些进步为优化动物福利提供了重要的意义,因为它可以通过数据驱动的调整来实现丰富计划.
