雷风暴:使用人工神经网络对小鼠探索行为进行自动分析
Santiago D'hers1,2, Agustina Denise Robles1,2, Santiago Ojea Ramos1,2
1Departamento de Fisiología, Biología Molecular y Celular, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires, Buenos Aires, Argentina.
Current protocols
|July 23, 2025
概括
RAINSTORM是一个新的AI工具,用于分析动物的探索行为,用于认知功能研究. 它简化了数据分析,减少了偏差,提高了记忆性能研究的效率.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 动物行为 动物行为
背景情况:
- 动物的探索行为对于评估认知功能至关重要.
- 目前的分析方法可能耗时且主观.
研究的目的:
- 介绍RAINSTORM,这是一款用于简化动物行为分析的多功能工具.
- 提高认知研究的可复制性,可扩展性和效率.
主要方法:
- RAINSTORM集成了手动,几何和人工智能驱动的行为标签.
- 它处理来自姿势估计软件 (例如,DeepLabCut) 的原始位置数据.
- 该工具从实验者标记中学习,以减少主观偏见.
主要成果:
- 自动识别探索性行为,并提供对记忆性能的见解.
- 允许从原始数据到勘探模式的快速分析.
- 准确量化新奇和熟悉对象的探索时间.
结论:
- 雨风大大提高了行为研究的可靠性和效率.
- 这是一个强大的方法来评估动物的识别记忆.
- 该软件适用于各种探索行为和实验设计.
