一种新的单动物运动功能跟踪系统, 使用简单、易于使用的软件
August 31st, 2018
目前的研究旨在自动化对大鼠运动缺陷的量化。最初的评估模型评估电机皮质 intracortical 微电极植入引起的马达损耗。我们报告的开发和使用的跟踪算法使用易于适应, 简单, 易于使用的编码软件。
这种方法可以通过创建客观的运动功能指标来帮助提高小动物行为测试的一致性。与传统方法不同，这种技术的优点是，结果由计算机系统量化，从而减少了人为错误、精力和时间。来自 Capadona 实验室的本科生研究员 Marina Yu 和 Sydney Lindner 将演示此程序。
开始拍摄并将动物放在网格的中心，背对研究人员以开始网格测试。让动物自由奔跑三分钟，同时从上方录制视频。三分钟的时间段结束后停止拍摄，并将动物放回其家笼中。
使用基于二氧化氯的 Sterilant 清洁网格，并在测试前注意完全干燥表面。接下来，对于阶梯测试，将动物放在干净的临时笼子中。将梯子装置设置为跨越两个笼子，其中起始笼子是一个干净的笼子，结束笼子是动物的活笼子，以激励动物完成奔跑。
将相机放在三脚架上，以梯子的长度为中心。伸展到三脚架上，使相机的镜头位于梯级的高度。定位相机，使横档与镜头完全对齐，因为这对于 BVAS 代码中的滑移检测算法非常重要。
开始录像，让动物通过将前爪放在梯子的第一级上来开始奔跑。让动物在没有帮助的情况下移动到梯子上。拍摄时，允许动物按照自己的节奏从起跑线移动到终点线。
最后，结束视频录制，并在动物完成奔跑后将动物从梯子上移开。首先，为所有 Grid Testing 视频命名每个视频，并指定动物的名称。现在以每只动物命名的视频，并将文件放在它们自己的存储文件夹中。
然后，创建一个新的空电子表格文件来存储每个研究和测试模式的数据。接下来，双击安装程序图标安装最新的 BVAS 版本。安装完成后，双击 BVAS 程序图标以打开 BVAS 主菜单，该菜单允许以下选项：网格分析、阶梯分析、阶梯查看或退出。
在 BVAS 程序中，首先从顶部菜单屏幕中选择 Grid Analysis。然后，使用 省略号 上方输入框旁边的按钮浏览文件系统以查找要分析的视频文件。选择下方输入框旁边的 Ellipses 按钮以浏览文件系统以选择要在其中存储数据的电子表格文件。
单击 go 开始 Analysis Process。在 Reviewer 屏幕上检查每个视频的图像。如果没有绿线或绿线未出现在测试区域周围的正确方块中，请选择 Edit（编辑）按钮。
要编辑角，请选择 Edit Corners 按钮。按照代表图像右侧的说明选择 Testing Area 并按 Enter 键完成选择过程。最后，选择 Done 以保存选择并返回到 Reviewer 屏幕。
然后选择中间的 完成 按钮开始 完整分析 过程，一旦 网格区域 为每个视频正确选择。允许程序运行，完成后，将显示 Success 提示。接下来，从顶部菜单中选择 Ladder Analysis 以打开 Ladder Analysis 菜单。
选择上方的输入省略号按钮，以选择包含以每只动物命名的 Ladder Videos 的文件夹。然后，选择下方的省略号按钮以选择一个目录，以保存包含阶梯视频中数据的文件夹，以便稍后查看。选择 Go 开始分析过程，然后对 Open Field Test Analysis 重复相同的步骤。
允许程序运行，在竞争时，将出现 Success 提示。在 BVAS 程序中，从顶部菜单中选择 Ladder Image Review 以拉出 Ladder Review 文件选择屏幕。选择顶部的 Ellipses 按钮以选择数据文件的文件夹，然后选择底部的 Ellipses 按钮以选择为研究创建的电子表格文件。
然后，按 Go 开始 Manual Review Process。接下来，查看自动打开的 Ladder Data Reviewer 菜单。如果检测到 Slip，请使用 next frame 和 last frame 按钮检查任何连续录制的帧（如果可用）。
使用 Slip Toggle 来表示老鼠的哪只脚滑倒了。如果检测为误报，请将切换开关保留为 No Slip。单击 Save and Continue 继续进行下一次检测。
如果失败，请使用切换来表示失败是由于 Reversal 还是 Stagnation。最后，单击 Save and Continue 继续进行下一次检测。在最后一次检测时，单击 Save and Continue （保存并继续） 以完成分析并将数据保存到之前选择的电子表格文件中。
关闭 Completion （完成） 通知。在这项研究中，开放场网格测试的结果表明，专家评审员比新手评审员更一致，但在使用 BVAS 时，专家和新手用户的方差为零。同样，阶梯检验的结果显示，专家评审员比新手评审员更一致，但在使用 BVAS 时，专家和初级用户的用户方差同样为零。
对于开阔场地网格测试，在研究过程中可以看到实现的最大速度增加、总行驶距离增加和穿过网格线数量的趋势。右转的百分比主要徘徊在 40% 到 50% 之间最后，对于梯子测试，越过梯子的时间呈减少趋势，然后是时间增加，大约从第四周开始。该软件会自动检测并列出梯子穿越期间的 Paw Slip 数量。
在视频查看过程中，用户可以将检测到的 Slips 分为 Left Paw Slips 和 Right Paw Slips，如条形图所示。一旦掌握，每只动物每次测试可以在 30 到 40 分钟内完成这项技术。在尝试此过程时，请务必在光线充足的环境中以正确的平面拍摄，并在动物和背景之间保持高对比度。
按照此程序，可以执行额外的行为任务，以回答疾病或伤害模型中的特定问题。虽然我们使用这种方法来深入了解大脑中设备植入引起的运动缺陷，但这种分析技术可用于许多其他疾病或损伤模型。观看此视频后，您应该对如何使用 Capadona Lab 的 BVAS 软件拍摄和分析行为视频有很好的了解，该软件提供了一种可重复的行为量化技术。
View the full transcript and gain access to thousands of scientific videos
概述
本研究聚焦于自动化量化大鼠的运动功能缺损，特别是评估因在运动皮层内植入微电极而导致的运动功能丧失。使用可访问的编码软件开发了一种跟踪算法，以增强评估过程。
关键研究组成部分
科学领域
- 神经科学
- 行为测试
- 运动功能评估
背景
- 动物模型中的运动功能缺损对于理解神经系统疾病至关重要。
- 传统的运动功能评估方法可能主观且容易出现人为错误。
- 自动化系统可以提供更可靠和客观的测量。
- 本研究旨在提高小动物行为测试的一致性。
研究目的
- 开发一种量化大鼠运动功能缺损的方法。
- 减少行为评估中的人为错误。
- 创建用于运动功能评估的客观指标。
使用的方法
- 实施用于运动功能指标的跟踪算法。
- 在网格测试中对大鼠进行三分钟的视频录制。
- 分析录制的影片以评估运动表现。
- 使用现成的编码软件进行算法开发。
主要结果
- 自动化系统在测量运动功能缺损方面显示出更好的一致性。
- 结果表明，与传统方法相比，人为错误减少了。
- 跟踪算法在量化运动功能指标方面证明是有效的。
- 本科研究人员在Capadona实验室成功实施了该程序。
结论
- 本研究提出了一种可靠的方法来评估大鼠的运动功能缺损。
- 行为测试中的自动化可以提高结果的准确性。
- 这种方法可能对未来的神经科学研究有益。
常见问题
Executive Industry Relevance
Automated motor function tracking addresses the need for objective, reproducible behavioral phenotyping in preclinical neuroscience research. By reducing inter-observer variability and human error, the system enhances data reliability for target validation and mechanistic de-risking in CNS drug discovery. This supports consistent cross-functional interpretation of motor endpoints across discovery and translational workflows.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables quantitative interrogation of motor phenotypes to support target hypothesis testing in disease models.
- Operational Value: Provides standardized, computer-generated metrics that reduce subjectivity in behavioral assessments.
- Predictive Value: Improves confidence in target engagement readouts by minimizing noise in functional outcome measures.
Screening & Assay Development
- Assay Readiness: Generates quantifiable outputs including total distance traveled, maximum velocity, turn counts, and grid line crossings for high-throughput screening compatibility.
- Reproducibility: Eliminates variance between expert and novice users, ensuring consistent data generation across sites and operators.
- Scalability: Uses readily available software, enabling easy deployment and adaptation across multiple behavioral paradigms.
Translational & Preclinical Research
- Translational Continuity: Supports longitudinal tracking of motor function trends, such as changes in ladder crossing time or paw slip incidence, to model disease progression or recovery.
- Mechanistic De-risking: Facilitates objective correlation of motor deficits with neural interventions, strengthening causal inference in target validation.
- Preclinical Alignment: Outputs like paw slip detection and failure modes (stagnation/reversal) provide translatable functional readouts for IND-enabling studies.
Pipeline & Workflow Integration
The BVAS system integrates into the discovery continuum from early phenotypic screening through lead optimization and preclinical validation, particularly for CNS targets where motor function is a key biomarker.
- Discovery Biology: Supports hypothesis-driven assessment of motor circuit function following genetic or pharmacological modulation.
- Screening: Delivers standardized, quantitative video-based readouts suitable for assay automation and compound effect comparison.
- Analytics: Generates multiple parametric outputs (velocity, distance, turns, slips, timing) enabling multivariate analysis of motor behavior.
- Translational Research: Enables continuous monitoring of motor recovery or decline, aligning with clinical functional assessments.
- Enterprise Reuse: Built on accessible coding tools, allowing adaptation across injury, neurodegeneration, and neuromuscular disease models without proprietary constraints.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence by reducing biological noise in motor endpoint measurements.
- Operational Value: Cuts analysis time to 30–40 minutes per animal while improving inter-user consistency to zero variance.
- Strategic Value: Enables faster, more reliable go/no-go decisions in lead optimization by improving data quality.
- Portfolio Impact: Supports risk-adjusted advancement through reproducible, quantifiable motor phenotyping across study cohorts.
Implementation Considerations
- Requires basic proficiency in video tracking software and spreadsheet data management.
- Needs consistent lighting, high animal-background contrast, and top-down camera positioning for accurate thresholding.
- Dependent on proper calibration of the slip detection algorithm via camera alignment with ladder rungs.
- Limited to single-animal tracking; not designed for group-housed or social interaction assays.
- Relies on manual validation steps (e.g., corner editing, slip review) to ensure tracking accuracy.
