مقالة منهجية

دمج التقييم السلوكي الحيواني والشبكة العصبية التلافيفية لدراسة تفاعل طعم الوسابي والكحول والرائحة

DOI:

10.3791/66981

⸱

أغسطس 16, 2024

 ,  ,  ,  ,  , 
1State Key Laboratory of Environmental and Biological Analysis, Department of Chemistry, Hong Kong Baptist University, 2Guangdong-Hong Kong-Macao Joint Laboratory for Contaminants Exposure and Health, School of Environmental Science and Engineering, Institute of Environmental Health and Pollution Control, Guangdong University of Technology, 3Guangdong Provincial Key Laboratory of Research and Development of Natural Drugs, and School of Pharmacy, Guangdong Medical University

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

توضح هذه المقالة مجموعة من الطرق لقياس القدرة القمعية لاستنشاق المشروبات الكحولية على الإحساس اللاذع الناجم عن الوسابي.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تحتوي معاجين الوسابي التجارية المستخدمة عادة لإعداد الطعام على مركب متماثل من الإيزوثيوسيانات الحسية الكيميائية (ITCs) التي تثير إحساسا مزعجا عند الاستهلاك. لم يتم دراسة تأثير استنشاق المشروبات الكحولية الغذائية على الإحساس ببهارات الوسابي. بينما تركز معظم دراسات التقييم الحسي على الأطعمة والمشروبات الفردية بشكل منفصل ، هناك نقص في الأبحاث حول الدراسة الشمية لاستنشاق الخمور أثناء تناول الوسابي. هنا ، تم تطوير منهجية تجمع بين استخدام دراسة سلوكية حيوانية وشبكة عصبية تلافيفية لتحليل تعبيرات الوجه للفئران عندما تشم الخمور وتستهلك الوسابي في وقت واحد. توضح النتائج أن نموذج التعلم العميق المدرب والمصادق عليه يتعرف على 29٪ من الصور التي تصور العلاج المشترك للوسابي والكحول التي تنتمي إلى فئة المجموعة الإيجابية للخمور سلبية الوسابي دون الحاجة إلى تصفية مواد التدريب المسبقة. يكشف التحليل الإحصائي لدرجات مقياس تجهم الماوس التي تم الحصول عليها من صور إطار الفيديو المحددة عن اختلاف كبير (P < 0.01) بين وجود الخمور وغيابها. تشير هذه النتيجة إلى أن المشروبات الكحولية الغذائية قد يكون لها تأثير متناقص على ردود الفعل التي يسببها الوسابي في الفئران. وتنطوي هذه المنهجية الاندماجية على إمكانية إجراء فحص فردي لمركبات مركز التجارة الدولية والتحليلات الحسية لمكونات الروح في المستقبل. ومع ذلك ، هناك حاجة إلى مزيد من الدراسة للتحقيق في الآلية الأساسية لقمع الكحول الناجم عن نفاذة الوسابي.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

اكتسبت Wasabia japonica ، المعروفة باسم الوسابي ، اعترافا في إعداد الطعام 1,2. التجربة الحسية الشديدة التي تثيرها عند الاستهلاك ، والتي تتميز بالتمزق أو العطس أو السعال ، معروفة. يمكن أن تعزى هذه الحدة المميزة للوسابي إلى مركب متماثل من الإيزوثيوسيانات الحسية الكيميائية (ITCs). وهي مواد كيميائية نباتية متطايرة من الكبريت العضوي يمكن تصنيفها إلى ω-alkenyl و ω-methylthioalkyl isothiocyanates3. من بين هذه المركبات ، أليل أيزوثيوسيانات (AITC) هو منتج ITC الطبيعي الأكثر انتشارا الموجود في النباتات التي تنتمي إلى عائلة Cruciferae ، مثل الفجل والخردل4. عادة ما يتم تحضير معاجين الوسابي التجارية من الفجل ، مما يجعل AITC علامة كيميائية تستخدم لمراقبة جودة هذه المنتجات التجارية5.

يمكن اعتبار إقران المشروبات الكحولية الغذائية بالأطباق المشبعة بالوسابي مثالا على التصرف الثقافي6. بشكل شخصي ، قد يكمل هذا المزيج التوابل والحرارة بين الوسابي والروح ، مما يعزز تجربة الطهي الشاملة. التقييم السلوكي النوعي الحيواني (QBA) هو نهج منهجي شامل للحيوان الكامل يدرس التغيرات السلوكية في الموضوعات استجابة للمحفزات الخارجية قصيرة الأجل أو طويلة الأجل باستخدام المصطلحات العددية7. تشمل هذه الطريقة اختبارات الألم والاختبارات الحركية واختبارات التعلم والذاكرة ، بالإضافة إلى اختبارات العاطفة المصممة خصيصا لنماذج القوارض8. ومع ذلك ، فإن الدراسات التي تبحث في التقييم الحسي التآزري لل gustation جنبا إلى جنب مع حاسة الشم لا تزال نادرة في الأدبيات حتى الآن 9,10. تقتصر معظم الدراسات حول الإحساس الكيميائي على فحص استهلاك الأطعمة والمشروبات الفردية بشكل منفصل11. وبالتالي ، هناك ندرة في الأبحاث حول تفاعل الذوق والرائحة التي تنطوي على استنشاق الخمور أثناء تناول الوسابي.

نظرا لأنه يعتقد أن الإحساس بالوخز الناجم عن الوسابي هو شكل من أشكال الإحساس بالألم12 ، فإن التقييمات السلوكية الحيوانية مناسبة تماما لتقييم الاستجابات الحسية المسببة للألم في القوارض8،13،14. تم تطوير طريقة لتقييم الإحساس بالألم في الفئران ، والمعروفة باسم مقياس كشر الماوس (MGS) بواسطة Langford et al.15،16. طريقة الدراسة السلوكية هذه هي نهج تقييم متعلق بالألم ، يعتمد على تحليل تعبيرات الوجه التي أظهرتها فئران التجارب. الإعداد التجريبي واضح ومباشر ، يتضمن قفصا شفافا وكاميرات 2 لتسجيل الفيديو. من خلال دمج التقنيات المتقدمة17،18،19 لالتقاط البيانات تلقائيا ، يمكن الحصول على مقاييس سلوكية كمية ونوعية ، مما يعزز رفاهية أثناء المراقبة السلوكية20. وبالتالي ، فإن MGS لديها القدرة على تطبيقها في دراسة آثار المحفزات الخارجية المختلفة على بطريقة غير منقطعة ومخصصة. ومع ذلك ، فإن عملية التسجيل تتضمن فقط اختيار عدد قليل (أقل من 10) صور إطار فيديو للتقييم من قبل أعضاء اللجنة ، والتدريب المسبق ضروري. يمكن أن يكون تسجيل عدد كبير من عينات الصور كثيف العمالة. للتغلب على هذا التحدي الذي يستغرق وقتا طويلا ، استخدمت العديد من الدراسات تقنيات التعلم الآلي للتنبؤ بدرجةMGS 21,22. ومع ذلك ، من المهم ملاحظة أن MGS هو مقياس مستمر. لذلك ، سيكون نموذج التصنيف متعدد الفئات أكثر ملاءمة لتقييم مشكلة منطقية وقاطعة ، مثل تحديد ما إذا كانت صور الفئران التي تتناول الوسابي واستنشاق الخمور في وقت واحد تشبه صور الفئران العادية.

في هذه الدراسة ، تم اقتراح منهجية للتحقيق في تفاعل الذوق والرائحة في الفئران. تجمع هذه المنهجية بين الدراسات السلوكية الحيوانية والشبكة العصبية التلافيفية (CNN) لتحليل تعبيرات الوجه لموضوعات الفئران. لوحظت فأرتان ثلاث مرات في ظل ظروف سلوكية طبيعية ، أثناء تجربة الإحساس بالألم الناجم عن الوسابي وأثناء استنشاق الخمور في قفص مصمم خصيصا. تم تسجيل تعابير وجه الفئران بالفيديو ، وتم استخدام صور الإطار التي تم إنشاؤها لتحسين بنية نموذج التعلم العميق (DL). ثم تم التحقق من صحة النموذج باستخدام مجموعة بيانات صور مستقلة ونشره لتصنيف الصور التي تم الحصول عليها من المجموعة التجريبية. لتحديد مدى قمع الوسابي اللاذع عندما استنشقت الفئران الخمور في وقت واحد أثناء استهلاك الوسابي ، تم تأكيد الأفكار التي قدمها الذكاء الاصطناعي بشكل أكبر من خلال التحقق المتقاطع مع طريقة أخرى لتحليل البيانات ، حيث سجل MGS16.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

في هذه الدراسة ، تم استخدام اثنين من الفئران الذكور ICR البالغة من العمر 7 أسابيع والتي يتراوح وزنها بين 17-25 جم لتقييم سلوك. تمت الموافقة على جميع إجراءات السكن والتجارب من قبل لجنة جامعة هونغ كونغ المعمدانية المعنية باستخدام الموضوعات البشرية والحيوانية في التدريس والبحث. تم الحفاظ على غرفة عند درجة حرارة 25 درجة مئوية ورطوبة الغرفة من 40٪ -70٪ في دورة 12 ساعة من الضوء والظلام.

1. تصميم قفص

  1. تحضير طوب أكريلونيتريل بوتادين ستايرين في 3 أبعاد مختلفة لبناء القفص: 8 مم × 8 مم × 2 مم ، 16 مم × 16 مم × 6 مم ، و 32 مم × 16 مم × 6 مم.
  2. تحضير لوحة أكريلونيتريل بوتادين ستايرين (312 مم × 147 مم × 2 مم) كقاعدة القفص.
  3. قم بإعداد صفيحة أكريليك غير شفافة مقاس 239 مم × 107 مم بسمك 2 مم لاستخدامها كلوحة سفلية.
  4. قم بإعداد لوح أكريليك شفاف 239 مم × 107 مم بسمك 5 مم لاستخدامه كلوحة علوية.
  5. قم بإعداد لوحة أكريليك شفافة 107 مم × 50 مم بسمك 7 مم لاستخدامها كلوحة طرفية.
  6. بناء 2 جدران جانبية غير شفافة عن طريق تكديس الطوب على ارتفاع 54 ملم.
  7. قم بتضمين ألواح الأكريليك في القفص القائم على الأكريلونيتريل بوتادين ستايرين ، كما هو موضح في الشكل 1 أ.
  8. قم بإعداد غرفة تشاوس التي تم بناؤها بواسطة خمس ألواح أكريليك شفافة 90 مم × 50 مم بسمك 2 مم ، كما هو موضح في الشكل 1 ب. من بين 5 ألواح أكريليك شفافة ، استخدم 2 لوحة للجوانب ، 1 لوحة للأعلى ، 1 لوحة للأسفل ، ولوحة واحدة للطرف.
  9. قم بإعداد لوحة أكريليك شفافة 60 مم × 50 مم 2 مم كلوحة مقدمة تشاو ، وضعها في حجرة تشاو.

2. تقييم سلوك

  1. القمامة المنزلية من 2 الفئران الذكور ICR البالغة من العمر 7 أسابيع معا في قفص عادي.
  2. تزويد القمامة من الفئران 2 مع حرية الوصول إلى الكريات الغذائية ومياه الصنبور لفترة التكيف 1 أسبوع.
  3. بعد 1 أسبوع ، أعرض القمامة من الفئران 2 مع زجاجة من الإيثانول (~ 40 ٪ v / v).
    ملاحظة: تأكد من السماح لهم فقط بشم أو استنشاق الإيثانول المائي المقدم على أساس مخصص أثناء تقييد الشرب.
  4. قم بإجراء تجارب سلوكية باستخدام نموذج الفأر البالغ من العمر 9-10 أسابيع وقفص الحجرة الشفاف الموضح في الشكل 1 أ.
  5. قم بتفكيك جميع ألواح الأكريليك وألواح أكريلونيتريل بوتادين ستايرين ونظفها جيدا. ابدأ بشطفها بالماء عالي النقاء 3 مرات على الأقل ثم جففها باستخدام مناشف ورقية. بعد ذلك ، قم برشها بنسبة 75٪ من الإيثانول ، متبوعا بتنظيفها بورق العدسة. أخيرا ، اتركها تجف في الهواء لمدة 15 دقيقة على الأقل.
  6. وزن الفئران وتسجيل أوزان أجسامها قبل كل تكرار للتجربة السلوكية.
  7. قم بإعداد مزيج طازج من الوسابي وزبدة الفول السوداني بوزن 1 جرام من الوسابي التجاري و 4.5 جرام من زبدة الفول السوداني. امزجها في كيس بلاستيكي مضغوط.
    ملاحظة: نظرا لتقلب الأيزوثيوسيانات في الوسابي ، من المهم تخزين الوسابي التجاري في مجمد -20 درجة مئوية.
  8. قم بوزن وتقديم إما معجونين 0.5 جرام من زبدة الفول السوداني أو خليط من الوسابي وزبدة الفول السوداني على لوحة مقدمة تشاو ، كما هو موضح في الشكل 1 ب ، ج.
  9. ضع لوحة مقدمة تشاو المعدة في غرفة تشاوز ، كما هو موضح في الشكل 1B ، C ، للسماح للفئران 2 بالوصول إلى الطعام خلال كل جلسة تسجيل فيديو.
  10. املأ الأخدود الموجود تحته ب 30 مل من السائل ، إما ماء نقي أو سائل (~ 42٪ v / v إيثانول) ، لتسهيل الاستنشاق المتزامن ، كما هو موضح في الشكل 1B ، C.
  11. ابدأ التسجيل باستخدام الكاميرات الموجودة على 2 هواتف ذكية موضوعة على حوامل الهاتف في كل طرف.
    ملاحظة: مواصفات مقاطع الفيديو هي كما يلي: عرض الإطار ، 1920 ؛ ارتفاع الإطار ، 1080 ؛ معدل البيانات ، 20745 كيلوبت في الثانية ؛ معدل الإطارات ، 30.00 إطارا في الثانية (FPS).
  12. ضع بعناية 2 من الفئران المدربة في منصة دراسة سلوك المصممة من الأعلى وقم بتأمين القفص على الفور باستخدام اللوحة العلوية.
    ملاحظة: تأكد من اكتمال هذه الخطوة في غضون 15 ثانية.
  13. سجل كل فيديو لمدة 2-3 دقائق.
    ملاحظة: تأكد من أن مدة التجربة بأكملها ، من تحضير خليط زبدة الفول السوداني والوسابي إلى الانتهاء من تسجيل الفيديو ، تقتصر على 5 دقائق.
  14. كرر التجربة بأكملها 3 مرات.
    ملاحظة: تأكد من فصل كل نسخة مكررة من التجربة لمدة 6 ساعات على الأقل.
  15. تقليد سيناريوهات مختلفة.
    ملاحظة: على سبيل المثال ، في هذا العمل ، تم استخدام زوج من الفئران في 4 مجموعات مع 4 سيناريوهات مختلفة تم محاكاتها باستخدام الإعداد التجريبي الموصوف أعلاه. تتضمن هذه السيناريوهات السيناريو A للدراسة الأساسية ، والسيناريو B لدراسة التحكم الإيجابي ، والسيناريو C لدراسة تفاعل طعم الطعم والرائحة بين الوسابي والكحول ، والسيناريو D لدراسة التحكم السلبي. ويقدم الجدول 1 موجزا لهذه السيناريوهات.

3. التعرف على الصور

على غرار العديد من الدراسات حول معالجة الصور23،24،25 ، تم تحقيق نموذج تصنيف من خلال تدريب CNN. تمت كتابة البرنامج النصي لعمليات DL في Python v.3.10 على Jupyter Notebook (anaconda3). وهي متوفرة في مستودع GitHub التالي: git@github.com:TommyNHL/imageRecognitionJove.git. لبناء وتدريب CNN ، تم استخدام مكتبات مفتوحة المصدر ، بما في ذلك ، numpy v.1.21.5 ، seaborn v.0.11.2 ، matplotlib v.3.5.2 ، cv2 v.4.6.0 ، sklearn v.1.0.2 ، tensorflow v.2.11.0 ، و keras v.2.11.0. قدمت هذه المكتبات الأدوات والوظائف اللازمة لتطوير وتدريب CNN للتعرف على الصور.

  1. قم بتصدير سلسلة من صور إطار الفيديو من مقاطع الفيديو التي تم جمعها لإنشاء مجموعة بيانات لتدريب النموذج باستخدام دفتر Jupyter المتوفر ، المسمى Step1_ExtractingAndSavingVideoFrameImages.ipynb.
  2. حدد فقط الصور مع ما لا يقل عن 1 الماوس تستهلك العجينة المقدمة. وترد أمثلة على الصور المختارة في الشكل التكميلي 1 والشكل التكميلي 2 والشكل التكميلي 3 والشكل التكميلي 4 والشكل التكميلي 5 والشكل التكميلي 6 والشكل التكميلي 7.
  3. قم بإجراء زيادة البيانات عن طريق قلب الصور التي تم إنشاؤها أفقيا عن طريق تنفيذ البرنامج النصي المقدم في دفتر Jupyter ، المسمى Step2_DataAugmentation.ipynb.
  4. احتفظ ببيانات الصورة من كل نسخة متماثلة ثانية للتحقق من صحة نموذج CNN الخارجي المستقل. استخدم الصور من كل نسخة متماثلة أولى وثالثة للتدريب والاختبار الداخلي للنموذج.
  5. قم بالمعالجة المسبقة لبيانات الصورة المستخدمة في نمذجة CNN عن طريق تشغيل البرنامج النصي في Jupyter Notebook ، المسمى Step3_CNNmodeling_TrainTest.ipynb ، بما في ذلك تغيير حجم الصورة وتحويل اللون الأسود وتطبيع إشارة الصورة.
  6. قسم المواد التدريبية إلى مجموعات بيانات تدريب واختبار داخلية بطريقة 8: 2 بشكل عشوائي.
  7. تهيئة بنية CNN. تصميم عدد مخرجات CNN بناء على عدد السيناريوهات التي سيتم فحصها.
    ملاحظة: على سبيل المثال ، في هذه الدراسة ، تم تعيين الشبكة العصبية لتصنيف 3 فئات. تأكد من تجميع البرنامج النصي للتعامل مع عدم توازن البيانات على وزن الفئة.
  8. ابحث عن تركيبة المعلمات الفائقة التي تنتج الحد الأدنى من الخسارة في عينات الاختبار الداخلية لبناء CNN.
  9. اعتماد تركيبة المعلمات الفائقة المثلى لبناء بنية CNN.
  10. افتح دفاتر ملاحظات Jupyter المتوفرة Step4_CNNmodel_ExternalValOriginal.ipynb و Step5_CNNmodel_ExternalValFlipped.ipynb. تحقق من صحة النموذج الذي تم تحقيقه باستخدام الصور المستقلة (الأصلية والمقلوبة) من النسخة الثانية من التجربة السلوكية الحيوانية.
  11. نشر النموذج الذي تم تحقيقه والتحقق من صحته لتصنيف صور إطار الفيديو التي تم إنشاؤها من المجموعة التجريبية باستخدام Jupyter Notebook Step6_CNNmodel_Application.ipynb.
    ملاحظة: على سبيل المثال، هو السيناريو C في هذا العمل.

4. دليل الماوس مقياس التجهم التهديف

ملاحظة: للتحقق من صحة الرؤى التي يوفرها تنبؤ نموذج CNN ، تم تطبيق طريقة أخرى تم تطويرها والتحقق من صحتها مسبقا بواسطة Langford et al.16. تتضمن هذه الطريقة تسجيل MGS بناء على 5 وحدات محددة لعمل وجه الماوس (AUs): شد الحجاج ، وانتفاخ الأنف ، وانتفاخ الخد ، وشد الأذنين للخارج ، وتغيير الشارب. يتم منح كل AU درجة 0 أو 1 أو 2 ، مما يشير إلى غياب الاتحاد الأفريقي أو وجوده المعتدل أو وجوده الواضح ، على التوالي. يسمح نظام التسجيل هذا بالقياس الكمي والقياس لكل وحدة فلكية لتقييم مستوى الإحساس بالألم أو الانزعاج الذي تعاني منه الفئران.

  1. التقط 3 صور لإطار فيديو لزملاء القمامة الذين يتناولون العجينة لكل مقطع فيديو. تأكد من فصل كل إطار بمقدار 3 ثوان على الأقل.
  2. التعليمات البرمجية العمياء وإعادة ترتيب الصور بشكل عشوائي من فئات مختلفة من السيناريوهات بالتسلسل باستخدام ملف القالب المقدم المسمى "shuffleSlides.pptm" (الملف التكميلي 1) وتشغيل التعليمات البرمجية للماكرو المضمنة.
  3. قم بدعوة ما لا يقل عن 10 أعضاء في اللجنة لتسجيل عينة من الصور.
  4. تدريب أعضاء اللجنة على تسجيل عينات الصور باستخدام MGS. تزويد أعضاء اللجنة بالمواد التدريبية التي تتضمن المقالة الأصلية المتعلقة ب MGS ودليلها15,16.
  5. احسب درجة MGS لكل موضوع حيواني في إطار تم التقاطه عن طريق حساب متوسط جميع نقاط النتيجة ل 5 AUs للوجه المقابلة. قدم درجة MGS كمتوسط ± الخطأ المعياري للقياس (SEM).
  6. تحديد ما إذا كانت هناك اختلافات ذات دلالة إحصائية بين فئات مختلفة من السيناريوهات عن طريق تحليل التباين أحادي الاتجاه (ANOVA) مع اختبار Bonferroni المتعدد بعد المقارنة.
    ملاحظة: تعتبر القيمة P < 0.05 ذات دلالة إحصائية.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

الهدف الرئيسي من هذه الدراسة هو إنشاء إطار قوي للتحقيق في تفاعل الذوق والرائحة في الفئران. يتضمن هذا الإطار استخدام الذكاء الاصطناعي و QBA لتطوير نموذج تصنيف تنبؤي. بالإضافة إلى ذلك ، يتم التحقق من صحة الأفكار التي تم الحصول عليها من DL مع تقييم MGS الكمي لتحليل داخلي مستقل. التطبيق الأساسي لهذه المنهجية هو فحص مدى قمع الإحساس بالألم الذي يستدعيه الوسابي عندما تشم الفئران المشروبات الكحولية الغذائية.

التعرف على 29٪ من صور العلاج المشترك لكحول الوسابي التي تنتمي إلى فئة المجموعة الإيجابية للخمور السلبية للوسابي من خلال نموذج التعلم العميق
قد يحدث رد فعل مفرط في الوجه عند البشر عند استهلاك معجون الوسابي التجاري. يمكن أيضا ملاحظة تجربة مماثلة في الفئران (الفيديو التكميلي 1). نظرا لأن حس الإحساس بالألم يرتبط ارتباطا وثيقا بتعبيرات الوجه في القوارض ، فقد تمت مراقبة سلوكيات 2 من رفقاء القمامة لتحديد استجابتهم عند تزويدهم بقطع تحتوي على أو تفتقر إلى الوسابي التجاري. في هذه الدراسة ، تم تدريب CNN باستخدام تقنيات DL. نظرا لأنه تم إجراء 3 نسخ متماثلة لكل سيناريو ، فقد تم استخدام مواد الصورة من النسخ المتماثلة 1st و 3rd لضبط المعلمات الفائقة لنموذج CNN ونمذجة التدريب والاختبار الداخلي. تم تفصيل تطور بنية CNN في هذه الدراسة في الجدول 2. تتكون البنية المحسنة ل CNN من طبقة إدخال بدقة 268 × 268 بكسل ، تليها 4 طبقات التفاف ثنائية الأبعاد ، لكل منها 8 مرشحات. بالإضافة إلى ذلك ، تم دمج طبقتين من التجميع ، وطبقتين من التسرب ، وطبقة تسطيح ، وطبقتين كثيفتين لمهمة التصنيف المكونة من 3 فئات. راجع الملف التكميلي 2 لبنية CNN.

تم تدريب النموذج في هذه الدراسة باستخدام مجموعة بيانات من 35,486 صورة واختبارها على 8,872 صورة خلال 7 عصور. يمكن رؤية أداء النموذج المدرب أثناء التدريب ، بما في ذلك مقاييس مثل الخسارة ونسبة الدقة والاستدعاء والدقة والحساسية (أو الاستدعاء) ، على مجموعات بيانات التدريب والاختبار الداخلية في الشكل التكميلي 8A-D. أظهر النموذج دقته ودقته وحساسيته ل 1 لكل من مجموعات التدريب والاختبار الداخلية. يشير هذا إلى أن تنبؤات النموذج تتماشى مع الفئات الفعلية للصور في كل من مجموعات بيانات التدريب والاختبار الداخلية. بعد تدريب النموذج ، تم استخدام الصور من 2nd replicate لضمان والتحقق بشكل مستقل من أن التجهيز الزائد لم يكن مشكلة بالنسبة لنموذج CNN الذي تم تحقيقه. أظهر النموذج متانة التنبؤ من خلال قيم الدقة والدقة والحساسية 1 ل 4,820 صورة في دراسة الخلفية (السيناريو أ) ، و 3,900 صورة في دراسة التحكم الإيجابي (السيناريو ب) ، و 2,731 صورة في دراسة التحكم السلبي (السيناريو د). تم نشر النموذج التنبئي الذي تم تحقيقه لتصنيف صور إطار الفيديو للفئران وهي تستنشق روح وتستهلك زبدة الفول السوداني المحتوية على الوسابي (السيناريو ج) في سيناريوهات دراسة مختلفة ، أي السيناريوهات A و B و D. أظهرت النتائج أن 0٪ و 29٪ من الصور تم تصنيفها في فئات الدراسة الخلفية (السيناريو A ، الماء النقي وزبدة الفول السوداني الخالية من الوسابي) ودراسة التحكم السلبي (السيناريو D ، الروح الصينية وزبدة الفول السوداني الخالية من الوسابي موجودة) ، على التوالي ، بينما تم تصنيف 71٪ من الصور على أنها فئات المجموعة الضابطة الإيجابية (السيناريو C ، حيث كان الماء النقي وخليط زبدة الفول السوداني الوسابي موجودا). تشير هذه النتائج إلى أن وجود الخمور الغذائية قد يقلل من الإحساس بالألم الذي يثيره الوسابي في الفئران. لتقييم ما تعلمته الآلة من مواد التدريب المقدمة ، تم إنشاء خرائط المعالم لكل طبقة الالتفاف. كما هو موضح في الشكل التكميلي 9A-D ، لوحظ أن انتباه الجهاز يركز على مجموعة متنوعة من ميزات الوجه مثل العينين المدارية والأنف وحواف الخد والجسم والأذنين وأيضا على سطح التلامس للقطع. وبناء على هذه الملاحظات، أجريت طريقة أخرى لتحليل البيانات، وهي استراتيجية السلع والتعمير. يركز MGS على AUs الوجه للفئران ، مما يسمح بإجراء تقييم إحصائي ومزيد من التحقق من قدرة قمع تقديم المشروبات الكحولية إلى مسبب الألم الناجم عن الوسابي.

يتحقق تسجيل مقياس تجهم الماوس اليدوي إحصائيا من صحة تنبؤات التعلم الآلي.
تم تقييم شدة الإحساس بالألم المستحضر بالوسابي باستخدام درجة MGS ، والتي تعين درجات تتراوح من 0 إلى 2 ، حيث تمثل الدرجة 0 الأقل شدة والنتيجة 2 تشير إلى الاستجابة الأكثر حدة. في هذه الدراسة ، تم تقييم درجات MGS ل 24 فأرا (أي تم تقديم فأرين في 12 صورة مختارة كما هو الحال في الشكل التكميلي 10 ، الشكل التكميلي 11 ، الشكل التكميلي 12 ، الشكل التكميلي 13 المبين) من قبل 22 من أعضاء اللجنة المدربين. أظهر تحليل القمامة من الفئران 2 ، مع تجارب ثلاثية ، أن الدقة داخل الدفعة والدقة بين الدفعات لها اشتقاق قياسي نسبي يتراوح بين 0٪ -25٪ و 9٪ -33٪ على التوالي. هذا يدل على الدقة الجيدة والاتساق في عملية تسجيل MGS. لوحظ اختلاف كبير بين درجات MGS للفئران التي أعطيت عجينة من زبدة الفول السوداني (الشكل 3 أ ، 0.73 ± 0.04) وتلك التي تم تزويدها بمزيج من الوسابي وزبدة الفول السوداني (الشكل 3 ب ، 1.59 ± 0.11). هذا يؤكد صحة الإعداد التجريبي للدراسة السلوكية الحيوانية ويؤكد فعالية الوسابي في إحداث استجابات مسبب للألم. على الرغم من أن بخار الكحول المنطلق من المشروبات الكحولية المقدمة أدناه (~ 42٪ v / v من الكحول) قد يكون مهيجا ، إلا أن درجة MGS (الشكل 3D ، 0.86 ± 0.16) لم تظهر فرقا كبيرا مقارنة بالمجموعة الضابطة (الشكل 3A ، 0.73 ± 0.04). ومع ذلك ، لوحظ اختلاف كبير بين درجات MGS للفئران المزودة بخليط زبدة الوسابي-الفول السوداني (الشكل 3B ، 1.59 ± 0.11) وتلك التي تعرضت لبخار الكحول أثناء استهلاك الوسابي (الشكل 3C ، 0.95 ± 0.07) بقيمة P <0.05. تشير هذه النتائج إلى أن التطبيق المشترك للوسابي والمشروبات الكحولية قد يقلل من التهيج الناجم عن الوسابي ، بما يتماشى مع منظور الذكاء الاصطناعي. هناك ما يبرر إجراء مزيد من التحقيقات لاستكشاف المكون الفعال داخل الروح الصينية المقدمة التي تساهم في قمع نفاذة الوسابي ، والتي من المحتمل أن تعزى إلى وجود الإيثانول.

مثال على التعليمات البرمجية المتوفرة بالفعل. تتوفر جميع التعليمات البرمجية لإجراء التعرف على الصور المرتبطة بالإرسال الحالي في مستودع GitHub عام: git@github.com:TommyNHL/imageRecognitionJove.git. سيتم أيضا نشر أي تحديثات على مستودع GitHub مع اقتباس من DOI النهائي لهذا العمل.

figure-results-1
الشكل 1: الإعداد التجريبي للدراسة السلوكية الحيوانية المرتبطة بالألم. (أ) الإعداد الكامل لتسجيل تعابير الوجه لفأرين باستخدام الكاميرات الموجودة على هاتفين ذكيين موضوعين على حوامل الهاتف في كل طرف. (ب) تم ملء حجرة التشاوز المستخدمة لتوفير معجينين 0.5 جرام من زبدة الفول السوداني أو خليط من الوسابي وزبدة الفول السوداني إلى 2 من الفئران على أساس libitum ، وتم ملء 30 مل من السائل (الماء أو ~ 42٪ v / v الخمور) في الأخدود تحت المعاجين للاستنشاق المتزامن. (ج) نظرة فاحصة على الأخدود الذي امتلأ ب 30 mL من السائل واحتوى على 2 عجينة من خليط زبدة الوسابي والفول السوداني. تم تحضير الخليط عن طريق خلط 1 غرام من الوسابي التجاري في 4.5 غرام من زبدة الفول السوداني. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-2
الشكل 2: بنية نموذج الشبكة العصبية التلافيفية ومدخلاتها ومخرجاتها. تم استخدام صور من 3 سيناريوهات مختلفة للتدريب ، بما في ذلك السيناريو A لدراسة الخلفية ، والسيناريو B لدراسة التحكم الإيجابي ، والسيناريو D لدراسة التحكم السلبي. تم تصنيف صور السيناريو C لدراسة تفاعل الطعم والرائحة بين الوسابي والكحول إلى سيناريوهات A أو B أو D بعد تدريب النموذج. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-3
الشكل 3: درجات مقياس تجهم الفأر (MGS) للفئران التي تم تزويدها بأنواع مختلفة. درجة MGS هي من 0 إلى 2 ، حيث تمثل النتيجة 0 الأقل حدة والنتيجة 2 للأشد. تم تكييف مقياس MGS المرجعي من Langford et al. (2010) 16. سجل تجهم الفئران التي تم تزويدها (أ) زبدة الفول السوداني للاستهلاك 0.73 ± 0.04 ؛ (ب) سجل خليط من الوسابي وزبدة الفول السوداني (1 غرام من الوسابي التجاري في 4.5 غرام من زبدة الفول السوداني) للابتلاع 1.59 ± 0.11 ؛ (ج) خليط من الوسابي وزبدة الفول السوداني للابتلاع ، في حين أن استنشاق الكحول كان متاحا من تحت الروح المقدمة (~ 42٪ v / v من الكحول) ، سجل 0.95 ± 0.07 ؛ (د) زبدة الفول السوداني للاستهلاك بينما كان استنشاق الكحول متاحا من تحتها سجلت الروح 0.86 ± 0.16. * ، P < 0.05 ؛ ** ، P < 0.01 ؛ NS ، لا يوجد فرق كبير من خلال تحليل التباين أحادي الاتجاه مع اختبار Bonferroni المتعدد بعد المقارنة تحت فاصل ثقة 95٪. تمثل أشرطة الخطأ الخطأ القياسي للقياسات (SEM). أجريت قياسات ثلاثية ل 2 فئران في كل سيناريو. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

الجدول 1: ملخص السيناريوهات الأربعة التي تم محاكاتها في تقييم سلوك. ملاحظات: أ تم تحضير الخليط عن طريق خلط 1 غرام من الوسابي التجاري في 4.5 غرام من زبدة الفول السوداني. ب الروح الصينية التي تحتوي على ~ 42٪ V / V الكحول. الرجاء الضغط هنا لتنزيل هذا الجدول.

الجدول 2: ملخص أداء النموذج. المعلمات الفائقة لحجم الدفعة 64 ، رقم المرشح لطبقة الالتفاف 1st 2D من 8 دون متابعة التسرب ، رقم المرشح لطبقة الالتفاف 2nd2D من 8 ، رقم المرشح لطبقة الالتفاف 3rd 2D من 8 مع 0.1 تسرب ، رقم المرشح لطبقة الالتفاف 4th 2D من 8 ، ورقم المرشح للطبقة الكثيفة 64 مع تسرب 0.5 أسفر عن أقل خسارة لمجموعة اختبار الانقسام الداخلي. ثم تم اعتماد هذه المعلمات الفائقة لتدريب نموذج تصنيف مكون من 3 مجموعات (السيناريو A و B و D) للتنبؤ بصور السيناريو C. كان السيناريو A للدراسة الأساسية. كان السيناريو ب لدراسة التحكم الإيجابي. كان السيناريو D لدراسة التحكم السلبي. كان السيناريو C لدراسة تفاعل طعم الوسابي والكحول والرائحة. الرجاء الضغط هنا لتنزيل هذا الجدول.

الشكل التكميلي 1: أمثلة على المواد التدريبية للتعلم العميق لفئة السيناريو أ (دراسة أساسية). الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 2: مثال على المواد التدريبية للتعلم العميق لفئة السيناريو ب (دراسة التحكم الإيجابي). الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 3: مثال على المواد التدريبية للتعلم العميق لفئة السيناريو D (دراسة التحكم السلبي). الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 4: التنبؤات وأمثلة المواد المستقلة لفئة السيناريو أ (دراسة أساسية) للتحقق من صحة النموذج. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 5: التنبؤات وأمثلة المواد المستقلة لفئة السيناريو B (دراسة التحكم الإيجابية) للتحقق من صحة النموذج. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 6: التنبؤات وأمثلة المواد المستقلة لفئة السيناريو D (دراسة التحكم السلبي) للتحقق من صحة النموذج. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 7: التنبؤات وأمثلة المواد لفئة السيناريو C (دراسة تفاعل طعم الوسابي والكحول والرائحة) لتطبيق النموذج. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 8: الأداء التنبئي لنموذج التعلم العميق الأمثل. (أ) خسارة التدريب وفقدان التحقق الداخلي على مدار 7 حقب؛ (ب) منحنيات الاستدعاء الدقيق ، (ج) الدقة ، و (د) استدعاء التدريب والتحقق الداخلي على طول 7 عصور. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 9: خرائط المعالم لكل طبقة التفاف. خرائط المعالم لطبقة الالتفاف (A) الأولى و(B) الثانية و(C) الثالثة و(D) الأخيرة في السيناريوهات A وB وD، مرتبة ترتيبا من الأعلى إلى الأسفل. وكان السيناريو ألف مخصصا للدراسة الأساسية. كان السيناريو ب لدراسة التحكم الإيجابي. كان السيناريو D لدراسة التحكم السلبي. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 10: صور مختارة لتسجيل مقياس تجهم الماوس اليدوي للسيناريو أ (دراسة خلفية). الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 11: صور مختارة لتسجيل مقياس تجهم الماوس اليدوي للسيناريو B (دراسة التحكم الإيجابي). الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 12: صور مختارة لتسجيل مقياس تجهم الماوس اليدوي للسيناريو C (دراسة تفاعل طعم الطعم والرائحة بين الوسابي والكحول). الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 13: صور مختارة لتسجيل مقياس تجهم الماوس اليدوي للسيناريو D (دراسة التحكم السلبي). الرجاء الضغط هنا لتنزيل هذا الملف.

فيديو تكميلي 1: تجهم الفئران بعد استهلاك الوسابي مع وجود أو عدم وجود المشروبات الكحولية المقدمة تحتها. من 0 ثانية إلى 8 ثوان ، قدم مقطع الفيديو تعبيرات الوجه الطبيعية للفئران عند تناول زبدة الفول السوداني. من 8 ثوان إلى 17 ثانية ، أوضح تجهم الفئران عند ابتلاع الوسابي. أظهرت الفئران تشديدا في الحجاج ، وانتفاخ الأنف ، وانتفاخ الخد ، وشد الأذنين للخارج ، وتغيير الشارب. من 17 ثانية إلى 29 ثانية ، قدمت أنه يمكن قمع الإحساس بالألم الناجم عن الوسابي عندما تكون الروح متاحة تحتها. من 29 ثانية إلى النهاية ، أظهرت مجموعة من التجهم في سيناريوهات مختلفة موصوفة أعلاه. يرجى ملاحظة أن الفيديو المقدم يستخدم فقط للتوضيح. تختلف جودته عن متطلبات الجودة الموصوفة للتعرف على الصور والنمذجة. الرجاء الضغط هنا لتنزيل هذا الفيديو.

الملف التكميلي 1: shuffleSlides.pptm. عرض تقديمي تكميلي ممكن بماكرو من Microsoft PowerPoint ، يسمى "shuffleSlides.pptm". تم إعداد هذا الملف لخلط الصور للاختبار الأعمى لتسجيل مقياس كشر الماوس. الرجاء الضغط هنا لتنزيل هذا الملف.

الملف التكميلي 2: بنية CNN. الرجاء الضغط هنا لتنزيل هذا الملف.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تعتمد الطريقة المقترحة لدراسة تفاعل الذوق والرائحة في هذا العمل على الطريقة الأصلية للترميز السلوكي لتعبيرات الوجه عن الألم في الفئران ، والتي طورها Langford et al.16. قدمت العديد من المقالات المنشورة مؤخرا CNN لتتبع وجه الماوس التلقائي وسجل MGSاللاحق 21،26،27،28. يوفر تطبيق شبكات CNN ميزة على الطريقة الأصلية الوحيدة ، حيث يتبع ذلك لإنشاء سلسلة من صور إطار الفيديو التي يمكن استخدامها لتدريب نموذج التنبؤ. في المقابل ، تتطلب الطريقة الأصلية اختيارا مسبقا لعدد محدود من الصور ل MGS ، والتي يمكن أن تقدم الذاتية والتحيز.

من بين الأساليب المنشورة سابقا المستندة إلى CNN ، تم تطويرها جميعا لتقييم درجة الضيق أو الانزعاج عند حقن عامل مسبب للألم المباشر في الدورة الدموية26,28. أحد عيوب نهج إدخال الدواء هذا هو أن هناك حاجة إلى قدر كبير من الجهد لتصفية صور إطار الفيديو التي لا تلتقط ملف تعريف وجه الماوس. في هذه الدراسة ، يتم توفير الوسابي التجاري المسبب للألم على أساس مخصص. إلى جانب إخفاء المكون المتطاير AITC ، فإن زبدة الفول السوداني قادرة أيضا على جذب أهداف الماوس لتقديم إيماءة واضحة للرؤية الأمامية ، مما يسهل التقاط ملفات تعريف الوجه أثناء تسجيل الفيديو. علاوة على ذلك ، فإن هذا النهج يلغي أي تداخل محتمل من الألم الناجم عن إدخال الإبرة. ومع ذلك ، من المهم ملاحظة أن حركة ابتلاع الفئران قد تتداخل مع تسجيل MGS لانتفاخ الأنف وانتفاخ الخد. لمعالجة هذا ، يجب إجراء تجربة تحكم أساسية من خلال تزويد الفئران بزبدة الفول السوداني النقية.

في بعض الخوارزميات المستندة إلى CNN لدراسة سلوك ، يتم اختيار مجموعة فرعية فقط من وحدات عمل وجه الماوس من صور التدريب وبرمجتها ليتم التقاطها21,22. تعتمد هذه الأساليب الحسابية على ميزات محددة مسبقا مرتبطة بالإحساس بإحساس الألم مع احتمال إهمال الميزات المهمة الأخرى الخاصة بموضوعات الماوس الفردية. نتيجة لذلك ، قد يؤدي إلى فقدان المعلومات. في المقابل ، تتخذ هذه الدراسة نهجا مختلفا باستخدام صورة وجه الماوس بأكملها لتدريب نموذج CNN. وقد ثبت أن هذه الطريقة المستندة إلى استخدام الصور فقط (IOU) أكثر كفاءة لتصنيف الصور25. ومن ثم ، فإن نهج نمذجة CNN المقترح في الدراسة الحالية يشبه بعض الطرق المقترحة التي تقوم أولا بتدريب نموذج CNN باستخدام الصورة بأكملها بدون تعليق توضيحي للمنطقة ثم التحقق من صحة النموذج من خلال التقييم البشري اليدوي 27,29. يمكن لهذا النهج الاحتفاظ بمزيد من المعلومات في الصور ومنع مقدمة الذاتية.

ومع ذلك ، فإن أحد قيود الإعداد التجريبي في هذا العمل هو أن موضوعات الفئران تم إيواؤها كرفقاء قمامة من 2 بدلا من الموائل الفردية. كان هذا القرار مقصودا ، مع الأخذ في الاعتبار أن الفئران اجتماعية وعادة ما تزدهر في إعدادات المجموعة. اكتشاف مثير للاهتمام هو أنه خلال فترة تدريب ، تم تدريب 2 فقط من القمامة في قفص واحد من أصل 3 أقفاص ليتم تكييفها مع وجود الروح الصينية. ونتيجة لذلك ، أجريت تجارب ثلاثية فقط حصريا على هؤلاء 2 من القمامة. بالنسبة للمواد التدريبية لنمذجة CNN ، تم أيضا التقاط صورة فردية تحتوي على كل من 2 من القمامة كعينة فردية دون إجراء أي تجزئة. سمح لنا هذا النهج بالتقاط التفاعل بين زملاء القمامة وتحليل سلوكياتهم مع تعبيرات الوجه بشكل جماعي.

على غرار طريقة تسجيل MGS القائمة على الصور ، من المتوقع أن تكون الطريقة المقترحة في هذه الدراسة قابلة للتحويل إلى أنواع أخرى من ، مثل القطط والخيول30,31. من خلال تطبيق المنهجية المقترحة ، يمكن أن تكون طريقة إدخال chows التي تحفز الغذاء مع تطبيق رؤية الكمبيوتر نهجا لتسهيل دراسة سلوك ، وتحديدا للتفاعل بين الذوق والرائحة في المختلفة.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يعلن المؤلفون أنه لا يوجد تضارب في المصالح.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يود Z. Cai أن ينوه بالدعم المالي المقدم من صندوق Kwok Chung Bo Fun الخيري لإنشاء كرسي Kwok Yat Wai للتحليل البيئي والبيولوجي.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
الإيثانول المطلق (EtOH)VWR Chemicals BDHCAS # 64-17-5
طوب أكريلونيتريل بوتادين ستايرينJiahuifeng المتجر الرئيسيhttps://shop.paizi10.com/jiahuifeng/chanpin.html
أكريلونيتريل بوتادين ستايرينJiahuifeng المتجر الرئيسيhttps://shop.paizi10.com/jiahuifeng/chanpin.html
Allyl isothiocyanate (AITC)سيجما ألدريتشCAS # 57-06-7
ميثيل سلفوكسيد اللامائيسيجما ألدريتشCAS # 67-68-5
الروح الصينيةيانغي تشينغسيhttps://www.chinayanghe.com/article/45551.html
الوسابيالتجاري S & بي فودز إنك.https://www.sbfoods-worldwide.com
حمض الفورميك (FA)VWR Chemicals BDHCAS # 64-18-6
GraphPad Prism 5GraphPadhttps://www.graphpad.com
أسيتونيتريل من الدرجة HPLC (ACN) VWRChemicals BDHCAS # 75-05-8
ميثانول HPLC (MeOH)VWR Chemicals BDHCAS # 67-56-1
Microsoft Excel 2016مايكروسوفتhttps://www.microsoft.com 
مايكروسوفت باور بوينت 2016المياه مايكروسوفتhttps://www.microsoft.com
Milli-Qميليبورhttps://www.merckmillipore.com
الماوس:مركز خدمات مختبر ICR (الجامعة الصينية في هونغ كونغ ، هونغ كونغ ، الصين)غير متاح زبدة
الفول السودانيSkippyhttps://www.peanutbutter.com/peanut-butter/creamy
Python v.3.10مؤسسة بايثون للبرمجياتhttps://www.python.org 
ألواح أكريليك شفافةTaobao Storehttps://item.taobao.com/item.htm?_u=32l3b7k63381&id=60996545797
0& spm = a1z09.2.0.0.77572e8dFPM
EHU
ألواح ثنائي نظام

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Isshiki, K., Tokuoka, K., Mori, R., Chiba, S. Preliminary examination of allyl isothiocyanate vapor for food preservation. Biosci Biotechnol Biochem. 56 (9), 1476-1477 (1992).
  2. Li, X., Wen, Z., Bohnert, H. J., Schuler, M. A., Kushad, M. M. Myrosinase in horseradish (Armoracia rusticana) root: Isolation of a full-length cDNA and its heterologous expression in Spodoptera frugiperda insect cells. Plant Sci. 172 (6), 1095-1102 (2007).
  3. Depree, J. A., Howard, T. M., Savage, G. P. Flavour and pharmaceutical properties of the volatile sulphur compounds of Wasabi (Wasabia japonica). Food Res Int. 31 (5), 329-337 (1998).
  4. Hu, S. Q., Wei, W. Study on extraction of wasabi plant material bio-activity substances and anti-cancer activities. Adv Mat Res. 690 - 693, 1395-1399 (2013).
  5. Lee, H. -K., Kim, D. -H., Kim, Y. -S. Quality characteristics and allyl isothiocyanate contents of commercial wasabi paste products. J Food Hyg Saf. 31 (6), 426-431 (2016).
  6. Bacon, T. Wine, wasabi and weight loss: Examining taste in food writing. Food Cult Soc. 17 (2), 225-243 (2014).
  7. Fleming, P. A., et al. The contribution of qualitative behavioural assessment to appraisal of livestock welfare. Anim Prod Sci. 56, 1569-1578 (2016).
  8. Shi, X., et al. Behavioral assessment of sensory, motor, emotion, and cognition in rodent models of intracerebral hemorrhage. Front Neurol. 12, 667511(2021).
  9. Stevenson, R. J., Prescott, J., Boakes, R. A. Confusing tastes and smells: How odours can influence the perception of sweet and sour tastes. Chem Senses. 24 (6), 627-635 (1999).
  10. Pfeiffer, J. C., Hollowood, T. A., Hort, J., Taylor, A. J. Temporal synchrony and integration of sub-threshold taste and smell signals. Chem Senses. 30 (7), 539-545 (2005).
  11. Simons, C. T., Klein, A. H., Carstens, E. Chemogenic subqualities of mouthfeel. Chem Senses. 44 (5), 281-288 (2019).
  12. Andrade, E. L., Luiz, A. P., Ferreira, J., Calixto, J. B. Pronociceptive response elicited by TRPA1 receptor activation in mice. Neuroscience. 152 (2), 511-520 (2008).
  13. Palazzo, E., Marabese, I., Gargano, F., Guida, F., Belardo, C., Maione, S. Methods for evaluating sensory, affective and cognitive disorders in neuropathic rodents. Curr Neuropharmacol. 19 (6), 736-746 (2020).
  14. Topley, M., Crotty, A. M., Boyle, A., Peller, J., Kawaja, M., Hendry, J. M. Evaluation of motor and sensory neuron populations in a mouse median nerve injury model. J Neurosci Methods. 396, 109937(2023).
  15. Langford, D. J., et al. Mouse Grimace Scale (MGS): The Manual. , https://www.nc3rs.org.uk/sites/default/files/documents/Guidelines/MGS%20Manual.pdf (2015).
  16. Langford, D. J., et al. Coding of facial expressions of pain in the laboratory mouse. Nat Methods. 7 (6), 447-449 (2010).
  17. Liu, H., Fang, S., Zhang, Z., Li, D., Lin, K., Wang, J. MFDNet: Collaborative poses perception and matrix Fisher distribution for head pose estimation. IEEE Trans Multimedia. 24, 2449-2460 (2022).
  18. Liu, T., Wang, J., Yang, B., Wang, X. NGDNet: Nonuniform Gaussian-label distribution learning for infrared head pose estimation and on-task behavior understanding in the classroom. Neurocomputing. 436, 210-220 (2021).
  19. Liu, T., Liu, H., Yang, B., Zhang, Z. LDCNet: Limb direction cues-aware network for flexible human pose estimation in industrial behavioral biometrics systems. IEEE Trans Industr Inform. 20 (6), 8068-8078 (2023).
  20. Grant, E. P., et al. What can the quantitative and qualitative behavioural assessment of videos of sheep moving through an autonomous data capture system tell us about welfare. Appl Anim Behav Sci. 208, 31-39 (2018).
  21. Vidal, A., Jha, S., Hassler, S., Price, T., Busso, C. Face detection and grimace scale prediction of white furred mice. Mach Learn Appl. 8, 100312(2022).
  22. Zylka, M. J., et al. Development and validation of Painface, A software platform that simplifies and standardizes mouse grimace analyses. J Pain. 24 (4), 35-36 (2023).
  23. Liu, H., Zhang, C., Deng, Y., Liu, T., Zhang, Z., Li, Y. F. Orientation cues-aware facial relationship representation for head pose estimation via Transformer. IEEE Trans Image Process. 32, 6289-6302 (2023).
  24. Liu, H., Liu, T., Chen, Y., Zhang, Z., Li, Y. F. EHPE: Skeleton cues-based Gaussian coordinate encoding for efficient human pose estimation. IEEE Trans Multimedia. , (2022).
  25. Liu, H., et al. TransIFC: Invariant cues-aware feature concentration learning for efficient fine-grained bird image classification. IEEE Trans Multimedia. , (2023).
  26. Akkaya, I. B., Halici, U. Mouse face tracking using convolutional neural networks. IET Comput Vis. 12 (2), 153-161 (2018).
  27. Andresen, N., et al. Towards a fully automated surveillance of well-being status in laboratory mice using deep learning: Starting with facial expression analysis. PLoS One. 15 (4), e0228059(2020).
  28. Ernst, L., et al. Improvement of the mouse grimace scale set-up for implementing a semi-automated Mouse Grimace Scale scoring (Part 1). Lab Anim. 54 (1), 83-91 (2020).
  29. Tuttle, A. H., et al. A deep neural network to assess spontaneous pain from mouse facial expressions. Mol Pain. 14, 1744806918763658(2018).
  30. Lencioni, G. C., de Sousa, R. V., de Souza Sardinha, E. J., Corrêa, R. R., Zanella, A. J. Pain assessment in horses using automatic facial expression recognition through deep learning-based modeling. PLoS One. 16 (10), e0258672(2021).
  31. Steagall, P. V., Monteiro, B. P., Marangoni, S., Moussa, M., Sautié, M. Fully automated deep learning models with smartphone applicability for prediction of pain using the Feline Grimace Scale. Sci Rep. 13, 21584(2023).

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

مقالات ذات صلة