波恩大学 鼠标的姿态由系统检测并在实验协议中运行
信用:J
F
Schweihoff等人
/通信生物学 动物的每一种行为都是基于大脑中许多神经细胞的相互作用,这些细胞形成了一个紧密网状的网络,称为神经元网络
然而,对于研究人员来说,研究特定行为期间神经网络中发生的事情并不容易——他们必须描述递归姿势的序列,并将它们直接与神经元过程联系起来
波恩大学的研究人员现在提出了一种新方法,有望改善这一状况
DeepLabStream是利用人工智能实时估计老鼠的姿势和行为表现,并能立即做出反应的系统的名称
为了确定神经元网络和观察到的行为之间的因果关系,光束被用来标记甚至影响大脑中特定的神经元群体
这项研究已经发表在《通讯生物学》杂志上
到目前为止,研究人员只有有限且昂贵的方法可用于行为实验来检测和控制行为
“在人工智能辅助的前几年开发的动物身体姿势识别的帮助下,最近有可能更精确地确定运动的时间和空间顺序,”研究负责人博士解释说
波恩大学医院实验癫痫和认知研究所(EECR)的马丁·施瓦茨
他是波恩大学跨学科研究领域“生命与健康”的成员,这是六个跨院系联盟之一,来自不同学科的研究人员聚集在一起,在卓越大学从事与未来相关的研究课题
TRA的主要课题之一是支持生物医学和人工智能结合点的研究
观察移动的老鼠 为了测试这种被称为深度流的方法,研究人员观察了盒子里自由移动的老鼠
当观看特定图像以获得奖励时,小鼠被训练在设定的时间内使用数据流移动到盒子的一角
摄像机捕捉动物的运动,系统自动创建运动日志
在另一个实验中,科学家展示了新系统的一个特殊特征:根据头部的倾斜,研究人员能够标记相应的神经元网络
为了做到这一点,他们使用了某些蛋白质,当暴露在光线下时,这些蛋白质只在特定的头部倾斜时在大脑中被激活,并对底层的神经元网络进行颜色编码
蛋白质系统被称为钙光
如果相应的头部倾斜依赖的神经网络没有被激活,相应的标记就不能出现,这就澄清了因果关系
“我们第一次能够证明,使用这种方法,活跃的神经元回路可以被永久标记,并随后在选定的行为事件中被操纵,”延斯·施韦霍夫说,他在波恩大学医院进行了这项研究,这是他博士论文的一部分
DLStream中工作流的可视化表示
最初,使用一系列模块(拼图块)设计实验协议,并将经过训练的数据链路控制网络集成到数据流中
之后,数据流为每个实验提供三种不同的输出
一个
可以在实时流上监控实验
2
实验协议基于姿势检测3运行
实验完成后,输出录制的视频和实验数据
信用:J
F
Schweihoff等人
/通信生物学 实时行为检测 到目前为止,限制Cal-Light适用性的一个因素是复杂的行为事件不能被实时准确地检测到
新方法DLStream现在具有毫秒级的时间分辨率
“由于DLStream支持实时行为检测,Cal-Light方法的可用应用范围显著扩大,这使得在正在进行的实验中进行自动化的、依赖于行为的操作成为可能,”延斯·施韦霍夫说
“我们相信,使用这种方法的结合,研究人员现在可以更好地研究行为和潜在的神经元网络之间的因果关系
" 到目前为止,这种方法已经在老鼠的行为实验中进行了测试,但是研究人员希望它可以在未来不受限制地应用于其他动物
研究人员认为,新方法可以显著提高实验的可再现性和有效性,因为重要的行为参数,例如实验动物的位置、速度和姿势,可以以高时间分辨率和准确性来计算
这大大降低了可变性,我
e
单个实验之间测量参数的差异
现在,世界各地的研究人员都可以通过开源平台访问该软件,这将使他们能够在人工智能的支持下进行广泛的行为实验并实现自动化
来源:由phyica.com整理转载自PH,转载请保留出处和链接!