Credit: CC0公共域 对卡内基梅隆大学生物科学和神经科学研究所助理教授埃里克·伊特里来说,了解大脑的最好方法是观察生物体如何与世界互动
Yttri说:“行为驱动我们所做的一切。”
作为一名行为神经科学家,Yttri研究动物行走、进食、嗅嗅或做任何动作时大脑中会发生什么
这种研究可能有助于回答关于神经系统疾病或紊乱的问题,如帕金森病或中风
但是识别和预测动物行为是极其困难的
现在,由Yttri和生物科学博士Alex Hsu开发的一种新的无监督机器学习算法
D
他实验室的候选人,使得研究行为变得更加容易和准确
研究人员在《自然通讯》上发表了一篇关于这种新工具的论文
B-SOiD算法能够发现运动类型,如这里的点云所示,然后在受试者之间进行归纳,检测两个个体的相同运动
以前,捕捉动物行为的标准方法是跟踪非常简单的动作,比如一只训练有素的老鼠是否按下了控制杆,或者一只动物是否在吃东西
或者,实验者可以花费数小时人工识别行为,通常是在视频中一帧一帧地识别,这个过程容易出现人为错误和偏见
徐意识到他可以让一个无监督的学习算法来完成这个耗时的工作
B-SOiD通过识别动物身体位置的模式来发现行为
该算法与计算机视觉软件一起工作,可以告诉研究人员视频中每一帧发生了什么行为
“它使用一个等式来一致地确定一个行为何时开始,”许解释道
“一旦你达到了这个门槛,行为就会被识别出来,每次都是这样
人类实验者可能会在两个画面或几个类别之间切换,试图决定行为从哪里开始,并随着时间的推移变得疲劳
" Yttri说,B-SOiD提供了巨大的改进,并为新的研究开辟了几个途径
“它消除了用户偏见,更重要的是,消除了时间成本和繁重的工作,”他说
“我们可以在几分钟内准确处理数小时的数据
" 此外,B-SOiD对用户非常友好,任何研究人员都可以公开使用
Yttri的实验室和他们的合作者已经在许多重要领域的研究中使用了新算法,包括更好地理解慢性疼痛、强迫症等的研究
合作者甚至已经开始使用B-SOiD来研究帕金森病中的人体运动
“我们开始看到这是否可以作为医生客观测试的一部分,以显示患者疾病的进展程度
希望世界上任何地方的病人都能用一种标准化的标准来诊断,”Yttri说
这是科学家如何研究自然行为及其变化的一个突破,而不是神经科学和行为学中过于简单或主观的方法
来源:由phyica.com整理转载自PH,转载请保留出处和链接!