从行为实验的热视频片段中检测小鼠尿液和便的基于人工智能的工具DeePosit

科学领域:

• 行为学和动物行为
• 神经科学与神经生物学
• 计算生物学和生物信息学

背景情况:

• 通过排尿和排便进行气味标记对于哺乳动物的社交沟通至关重要,它传达身份,地位和生理状态.
• 分析气味标记的传统方法,如空点检测,缺乏时间分辨率,容易出现人工制造物.
• 之前的尿液分析热成像方法是手动的,耗时的,并且受观察者偏差的影响,而排便在很大程度上未被分析.

研究的目的:

• 在动物社会行为过程中开发尿液和便沉积的时空分析的自动化方法.
• 在准确性,效率和客观性方面克服现有技术的局限性.
• 为了更深入地了解香味标记与小鼠社交互动的动态.

主要方法:

• 热成像与基于变压器的开源视频分类算法 (DeePosit) 的整合.
• 在社会行为测试中自动检测和分类雄性和雌性小鼠的尿液和便沉积物.
• 对各种实验条件的准确性和效率进行DeePosit算法的验证.

主要成果:

• DeePosit可以准确有效地检测和分类小鼠的排尿和排便事件.
• 观察到排尿和排便的独特时空动态,根据测试,应变和性别而异.
• 算法的准确性与人类注释器相美, 证明了它的可靠性和实用性.

结论:

• DeePosit 工具能够对动物的气味标记行为进行高效,公正和自动化的时空分析.
• 这种方法为哺乳动物在健康和疾病方面的社会交互提供了宝贵的见解.
• 这些发现突显了小鼠嗅觉标记的两个独立过程,