论文部分内容阅读
脑功能涉及感官知觉、情绪、认知、学习、记忆和运动等控制，所有这些功能最终起到调控动物行为的作用。因此，如果想了解大脑的运行方式，必须在行为的背景下考虑其功能。将小鼠脑神经活动数据与行为数据结合有助于理解特定脑区或神经环路对行为的调控作用。在这种背景下，大量研究强调了对准确、全面、自动化行为分析系统的需求，该系统可在最少的手动干预情况下提供稳定、全面的行为评估。当前动物行为分析系统功能单一价格昂贵，例如需要借助硬件装置操作复杂，仅适用特定实验或是需要几何建模，不具备普适性。本文系统性研究了小鼠行为分析算法，搭建出一套基于目标追踪与体态识别的行为分析系统。
本文所述多目标追踪系统不依赖于任何外界标记，根据实验情况的不同可选择不同的预处理方式与背景建模算法，准确提取目标前景。采用卡尔曼滤波与匈牙利算法为每个个体匹配相应的轨迹。由于多个目标之间会发生交互从而出现遮挡，造成匹配出错，甚至出现错误传播，本文采用哈希算法为图像建立“指纹信息”进行二次校正，纠正目标交互后出现的匹配错误，提高目标追踪的准确率。此外，多目标系统配备简洁明了的软件界面，用户可载入多个数据并为每个数据设置不同的处理参数，随后进行批量操作。
小鼠运动参数结合电生理数据可反映小鼠活动能力、位置偏好与位置细胞等信息，小鼠的体态变化则反映更为具体的心理信息。本文所述小鼠体态识别与分类系统包含体态标记软件与体态分类算法，两者可单独使用也可相辅相成。用户可使用体态标记软件对不同时刻小鼠体态进行标记，结合同时记录的电生理数据，初步分析特定神经环路与小鼠体态变化的相关性，这一工具对于筛选突变动物或研究某种意想不到的方式改变行为的神经摄入，即人们不能先验地知道要分析哪种行为的情况下格外有帮助。体态标记软件生成的数据作为训练集，利用上文所述背景建模方法提取小鼠前景像素，训练体态识别网络，从而得到大量数据的体态分类结果。
实验结果表明，本文所述小鼠行为分析系统可用于多种动物行为学实验方案，功能全面，准确率高，使用方便，即使是非工程人员也可以轻松使用，可在动物行为分析与神经科学领域发挥重要作用。
本文所述多目标追踪系统不依赖于任何外界标记，根据实验情况的不同可选择不同的预处理方式与背景建模算法，准确提取目标前景。采用卡尔曼滤波与匈牙利算法为每个个体匹配相应的轨迹。由于多个目标之间会发生交互从而出现遮挡，造成匹配出错，甚至出现错误传播，本文采用哈希算法为图像建立“指纹信息”进行二次校正，纠正目标交互后出现的匹配错误，提高目标追踪的准确率。此外，多目标系统配备简洁明了的软件界面，用户可载入多个数据并为每个数据设置不同的处理参数，随后进行批量操作。
小鼠运动参数结合电生理数据可反映小鼠活动能力、位置偏好与位置细胞等信息，小鼠的体态变化则反映更为具体的心理信息。本文所述小鼠体态识别与分类系统包含体态标记软件与体态分类算法，两者可单独使用也可相辅相成。用户可使用体态标记软件对不同时刻小鼠体态进行标记，结合同时记录的电生理数据，初步分析特定神经环路与小鼠体态变化的相关性，这一工具对于筛选突变动物或研究某种意想不到的方式改变行为的神经摄入，即人们不能先验地知道要分析哪种行为的情况下格外有帮助。体态标记软件生成的数据作为训练集，利用上文所述背景建模方法提取小鼠前景像素，训练体态识别网络，从而得到大量数据的体态分类结果。
实验结果表明，本文所述小鼠行为分析系统可用于多种动物行为学实验方案，功能全面，准确率高，使用方便，即使是非工程人员也可以轻松使用，可在动物行为分析与神经科学领域发挥重要作用。