相关实验视频
Updated: May 11, 2026
09:28
Automated High-throughput Behavioral Analyses in Zebrafish Larvae
Published on: July 4, 2013
使用DeepLabCut对成年斑马鱼游泳行为的定量分析协议
Pramuk Keerthisinghe1, Anwarul Karim1, Aditya Basak2
1Department of Neurology, Baylor College of Medicine, Houston, TX 77030, USA.
STAR protocols
|February 19, 2026
概括
这项研究引入了一种可访问的协议,用于量化成年斑马鱼的游泳行为. 该方法使用开源软件和DeepLabCut进行可靠的单鱼跟踪,只需要基本的实验室设备和计算技能.
科学领域:
- 伦理学 伦理学 伦理学
- 神经科学是一个神经科学.
- 生物行为研究研究.
背景情况:
- 斑马鱼是生物研究中的一个关键模型生物.
- 量化斑马鱼的游泳行为对于理解神经和生理过程至关重要.
- 现有的行为分析方法可能很复杂或需要专门的硬件.
研究的目的:
- 为量化成年斑马鱼游泳行为的标准化,开源协议提出.
- 为了使研究人员具有初学者级计算技能,可以进行详细的行为分析.
- 为斑马鱼中单鱼追踪提供可复制的方法.
主要方法:
- 视频录制和预处理成年斑马鱼游泳.
- 使用DeepLabCut进行标记和训练神经网络以进行姿势估计.
- 应用训练模型来分析游泳模式并提取行为数据.
- 处理和可视化收集的行为指标.
主要成果:
- 一个完整的,逐步的协议为斑马鱼行为量化.
- 成功实施了DeepLabCut,用于准确跟踪单鱼.
- 使用可访问工具生成可分析的游泳行为数据.
结论:
- 该协议为斑马鱼行为分析提供了一种成本效益和用户友好的方法.
- 该方法有助于在神经行为研究中进行可重现的研究.
- 授权研究人员通过基本的实验室设置和计算专业知识进行复杂的行为分析.
