在非人类灵长类动物中使用基于视频的行动理解来评估跨任务的注意力和认知参与

科学领域:

• 认知神经科学 认知神经科学
• 行为科学 行为科学
• 灵长类动物研究研究

背景情况:

• 注意力和分心能力是通过行为观察到的关键认知状态.
• 对行为的视频分析显示了诊断适应不良认知的潜力.
• 目前的方法缺乏针对特定学科认知状态评估的综合框架.

研究的目的:

• 开发和验证基于视频的分析管道来分类认知状态.
• 在认知任务期间量化非人类灵长类动物的注意力和屏幕参与.
• 为从行为数据中评估注意力功能提供一个多功能工具.

主要方法:

• 使用2摄像头设置进行视频捕捉.
• 从2D DeepLabCut视频中重建了3D姿势和头部定向.
• 分段行为来产生注意力和参与度得分.

主要成果:

• 在从视频中分类认知任务性能时实现了>90%的解码精度.
• 在短时间段 (≤3分钟) 中展示了可靠的分类.
• 启用了对象特定的门,用于时间解决的行为得分.

结论:

• 综合框架成功地从视频数据中评估注意力功能.
• 该方法提供高时间分辨率来评分注意力和参与度.
• 这种工具在诊断认知状态和区分任务执行方面具有很高的潜力.