2020年6月15日
本方案介绍了如何构建一个小型且多功能的摄像机,以及如何利用该摄像机获取的视频来训练神经网络,以追踪操作性条件反射箱内动物的位置。这是对操作性条件反射测试中获得的数据日志进行标准分析的有力补充。
通过遵循本方案中所述方法,研究人员将能够记录并分析啮齿类动物在操作性条件反射箱中进行复杂行为测试的视频。该方案介绍了如何构建低成本的视频摄像机,并将其与开源追踪软件结合使用。这对于预算有限的实验室而言是一种极具吸引力的方法。
该方法对于涉及啮齿类动物操作性条件反射的研究项目具有重要价值。由于视频分析可显著提升对此类测试中行为表现的理解,因此请先将金属环固定在相机支架的开口处。
然后使用套件附带的螺母和螺栓将摄像头模块固定到支架上。通过轻轻拨开摄像头模块和微型计算机塑料卡扣的边缘,打开其上的带状电缆接口。将带状电缆插入摄像头模块的开口接口中,确保电缆的银色连接器朝向电路板。
然后通过推入塑料卡扣将其固定到位。对微电脑上的接口重复此操作。然后将鱼眼镜头安装到相机支架的金属环上。
将微型计算机放入塑料外壳中,并插入所列的 micro SD 卡。然后将显示器、键盘和鼠标连接到微型计算机,并通过连接电源启动设备。打开终端窗口,输入 sudo apt-get update。
然后按回车键。接着输入 sudo apt full-upgrade 并按回车键。在开始菜单中,选择首选项和树莓派配置。
窗口打开后,转到接口选项卡,启用摄像头和 I2C,然后单击确定。将补充文件一复制到 USB 闪存盘中,然后将其传输到微型计算机的主目录 PI 文件夹中并重命名。
打开终端窗口,输入 pseudo nano /etc/rc.local,然后按回车键。使用键盘上的方向键将光标移至 fi 与 exit 0 之间的空白区域。接着添加文本,使计算机启动已复制的脚本。
红外LED在每次启动时都会工作。按Control和X,然后按Y再按回车,以保存更改。接下来,将电阻和母端跳线电缆焊接到两个彩色LED的引脚上。
将母头跳线焊接至两个按钮开关上,然后将开关、彩色LED以及所列的红外LED模块连接到计算机的GPI环形端口。正确连接后,一个LED将指示相机已开启并处于可使用状态。
另一个指示灯表示相机正在录制视频。带有长电缆的按钮用于开始和停止视频录制,而带有短电缆的按钮用于关闭相机。
将实验方案设置为使用操作箱内的箱灯作为方案中特定步骤的指示信号,然后设置方案在该步骤指示信号激活后,记录所有关注事件及其相对于该时间点的时间戳。将摄像头放置在操作箱上方,并通过电源线连接至电源插座以启动设备。
使用先前连接的按钮来开始和停止视频录制。视频录制完成后,将相机连接至显示器、键盘鼠标及USB存储设备,并从其桌面中提取视频文件。利用DeepLabCut的帧提取功能,从一个或多个已录制的视频中提取700至900帧视频帧。
确保所选视频帧能够显示动物处于不同姿势,包括静止状态时头部位于开口内外以及向不同方向移动的情况。使用标注工具箱,在每一帧视频中手动标记大鼠头部的位置,将头部标签置于大鼠两耳之间的中心位置。同时标注其他可能感兴趣的躯体部位。
此外,在每个视频帧中标记出实验步骤指示器正在发光的位置。接下来,使用“创建训练数据集”和“训练网络”功能,基于已标注的视频帧创建训练数据集,并启动神经网络的训练。当神经网络训练完成后,使用该网络对采集到的视频进行分析。
这将生成一个CSV文件,列出大鼠头部、其他感兴趣的身体部位以及每个视频帧中实验协议步骤指示器的轨迹位置。此外,还将生成带有标记的视频文件,以可视化方式显示轨迹位置。为了获取操作箱内特定感兴趣点的坐标,需手动标记这些点(如前所述),并从项目文件夹中标记数据下自动保存的CSV文件中提取坐标。
注意,在视频片段中,当实验步骤指示器的位置与上一节中手动获取的位置在60像素范围内一致时,提取该指示器每次激活期间的精确起始点。利用实验步骤指示器开始激活的时间点以及操作箱记录的时间戳,确定哪些视频片段覆盖了测试协议中的特定事件,例如试次间间隔、反应或奖赏获取。
注意视频帧中涵盖的任何特定关注事件。最后,对动物在这些事件期间的位置和运动进行相应的深入分析。摄像头的鱼眼镜头应能完整捕捉大多数啮齿类动物操作性条件反射箱内部的全景。
通过使用合适的红外照明光源,相机还可在完全黑暗的环境中进行视频采集。经过良好训练的网络在追踪动物头部时,准确率应可达到90%以上。准确的追踪可通过标记物始终跟随动物的运动轨迹来清晰识别,且绘制出的路径应呈现平滑状态。
相比之下,不准确的追踪表现为标记物无法稳定地停留在目标位置,且绘制出的轨迹呈锯齿状。这种不准确的追踪通常会导致计算出的运动速度发生突然变化。通过追踪动物在整个测试过程中的位置变化,可以评估不同的运动模式与行为表现之间的关系。
例如,在五选一序列反应时间测试中,可以通过分析试验间间隔期间的头部运动,来区分“遗漏试验”——即动物对执行反应缺乏足够兴趣,以及“失误试验”——即动物未能注意到短暂的光提示。此外,研究头部运动还有助于检测和表征不同的注意力策略。
在尝试这些操作步骤时,必须确保方案步骤指示器的可靠性,并且神经网络需使用多样化的视频帧进行训练,以实现准确的追踪。
查看完整文字稿并访问数千部科学视频
本方案描述了一种低成本视频摄像机的构建方法及其在操作性条件反射箱中追踪啮齿类动物行为的应用。通过使用开源追踪软件,研究人员可以加强对复杂行为的分析。
本方案通过在操作性条件反射箱中实现基于视频的行为分析,以较低成本解决了神经科学研究中的一个关键局限,即仅依赖传感器数据无法捕捉空间运动模式。通过将多功能自制摄像系统与 DeepLabCut 相结合,实验室能够量化动物的位置和运动行为——这些参数对于靶点验证和表型筛选工作流程中的机制性风险评估至关重要。该方法无需依赖昂贵的商业系统即可实现详细的行为表型分析,从而提升临床前模型的预测可信度。
该方法适用于从假设验证到先导化合物鉴定的发现连续过程,其中基于运动表型的详细行为读出可为靶点选择和化合物优先排序提供依据。