在小鼠中脊髓损伤后持续的姿势和运动缺陷的公正量化
bioRxiv : the preprint server for biology
|June 12, 2025
概括
本研究引入了一种使用人工智能和视频跟踪来评估小鼠脊髓损伤 (SCI) 的定量方法. 它揭示了传统测试错过的微妙,持久的运动和姿势缺陷,有助于治疗发展.
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
- 康复科学 康复科学 康复科学
背景情况:
- 脊髓损伤 (SCI) 会导致复杂的运动和姿势障碍.
- 传统的评估方法,如巴索鼠标尺度 (BMS),对于微妙的缺陷缺乏定量精度.
研究的目的:
- 开发和验证一种不偏见的,定量方法来评估SCI后的运动功能和姿势.
- 为了识别传统行为测试所忽略的微妙,持久的功能缺陷.
主要方法:
- 利用高速视频跟踪与机器学习进行全身姿势估计 (Blackbox系统).
- 进行了定量权重分析和行为动机分析 (Keypoint MoSeq).
- 开发了一个基于Web的应用程序,用于动态数据可视化和分析.
主要成果:
- 确定SCI诱导的持续性姿势缺陷 (例如,变化的脚间距,大腿骨宽度) 超过受伤后42天.
- 量化持续的机动力缺陷,包括旅行距离缩短和速度比率中断.
- 观察到与运动动态相关的运动"音节"的变化,而感官缺陷在受伤后的21天内得到解决.
结论:
- 黑盒子系统提供了SCI引起的运动和姿势缺陷的准确,定量评估.
- 这种先进的方法揭示了微妙的功能障碍,并有助于评估SCI治疗策略.
- 定量动力学分析为了解SCI恢复轨迹提供了更敏感的方法.


