Experimentelle Bewertung der Maus Sociability einer automatisierten Bildverarbeitung Ansatz

Das übergeordnete Ziel dieser Verhaltensexperimente gepaart mit automatischer Analyse ist es, die Geselligkeit von Mäusen auf zeiteffiziente Weise zu quantifizieren. Diese Methode kann beim schnellen Screening von Medikamenten helfen, um die Geselligkeit in validierten Mausmodellen für Autismus-Spektrum-Störungen zu erhöhen. Der Hauptvorteil der Einführung einer automatisierten Analyse besteht darin, dass sie den Prozess beschleunigt und das Screening effizienter macht.

Der Bedarf an einer automatisierten Methode zur Bewertung des Sozialverhaltens von Mäusen ergab sich, da das visuelle Echtzeit-Screening einer Einzeldosis eines Wirkstoffkandidaten mehr als 50 Stunden dauert. Später im Video wird mein Doktorand Frency Varghese die automatisierte Analyse demonstrieren. Beginnen Sie mit der Einrichtung des Käfigs mit drei Kammern und schwarzen Wänden.

Für die erste Sitzung legst du einen leeren umgedrehten Drahtbecher in jedes Endfach des Käfigs. Bereiten Sie nun die Videokamera so vor, dass sie den Käfig von oben betrachten kann. Alle drei Kompartimente sollten mit einer Auflösung von mindestens 720 x 480 Pixeln zu sehen sein.

Beleuchten Sie dann den Käfig mit indirekter Glühlampenbeleuchtung, so dass der Käfiginnenraum, vom Boden aus gemessen, nicht mehr als 3,5 Lux hat. Stellen Sie auch Infrarotlicht bereit, um den Käfig auf einem Niveau zu beleuchten, das die Kamera erkennen kann. Nehmen Sie ein Einzelbild des leeren Käfigs als Referenz.

Für die erste Sitzung legen Sie die Testmaus in den Käfig. Um dann die automatisierte Analyse des Videos in die Warteschlange zu stellen, winken Sie nur einmal mit der Hand über den Käfig. Lassen Sie die Maus den Testkäfig 10 Minuten lang erkunden.

Bringen Sie es dann in seinen Heimatkäfig zurück. Für die zweite Sitzung legen Sie die Reizmaus unter einen der beiden umgedrehten Becher. Wählen Sie die Tasse als Gegengewicht aus.

Geben Sie in der Software an, unter welchem Becher die Stimulusmaus platziert wurde. Für Namenskonventionen ist der Becher, der die eingeschlossene Maus enthält, der soziale Becher, während der andere Becher der nicht-soziale Becher ist. Die Fächer werden auf ähnliche Weise benannt.

Stellen Sie den Beginn der zweiten Sitzung mit einer Handbewegung wie bei der ersten Sitzung in die Warteschlange. Entfernen Sie am Ende der zweiten Sitzung die umgedrehten Becher, um die zweite Maus freizugeben. Zeigen Sie mit einer weiteren Handbewegung den Beginn der dritten Sitzung an und lassen Sie die beiden Mäuse 10 Minuten lang im Testkäfig interagieren.

Nach 10 Minuten bringen Sie beide Mäuse in ihre Heimatkäfige zurück. In diesem Abschnitt wird erläutert, wie die Filme über die Benutzeroberfläche verarbeitet werden. Es ist aber auch eine schnelle Analyse im Batch-Modus ohne Benutzereingabe möglich.

Beginnen Sie mit dem Laden des Films mit der Schaltfläche Laden. Wählen Sie dann die Käfigkonfiguration aus. Das Analyseprogramm lokalisiert die Käfiggrenzen, Fächer und Becher.

Wählen Sie eine der vier voreingestellten Konfigurationen aus oder passen Sie die Koordinaten manuell an. Führen Sie nun für jedes Bild des Films die folgenden Verarbeitungsschritte aus. Konvertieren Sie zunächst die Frames in Graustufen.

Zweitens subtrahieren Sie das während der Vorbereitungen erstellte Graustufen-Referenzbild, wodurch die Pixelwerte überall außer an der Mausposition auf Null gesetzt werden. Drittens: Binarisieren Sie die Frames, indem Sie alle Pixel oberhalb eines Schwellenwerts für die Helligkeit auf Weiß setzen und alle anderen schwarz machen. Passen Sie diese Einstellung an die Lichtverhältnisse an.

Entfernen Sie nun den Schwanz aus den Bildern, indem Sie die Funktion Erodieren/Dilatieren verwenden. Erodieren Sie zuerst das binarisierte Bild dreimal. Erweitern Sie dann den Rahmen sechsmal.

Erodieren Sie dann die Rahmen noch dreimal. Dies kann eine Anpassung erfordern, wenn eine andere Pixelauflösung verwendet wird. Die Handwellen sind leicht als große Sprünge im Volumen der weißen Pixel zu erkennen.

Dies ermöglicht die automatische Erkennung von Sitzungsstarts und Sitzungsreihenfolge. Ermitteln Sie in jeder Sitzung den größten Anteil weißer Pixel mit dem Befehl L/Comp. Dadurch werden die Pixel eliminiert, die nicht zur Maus gehören.

Verwenden Sie dann die Funktion "Enden suchen", um die beiden am weitesten entfernten Pixel innerhalb der größten Komponente weißer Pixel zu bestimmen. Dies sind die Nose und das Tail. Die Software ermittelt den Schwerpunkt (COG) für das weiße Pixelobjekt und berechnet dessen Bewegungsrichtung von Bild zu Bild.

Bei Sessions mit zwei Mäusen müssen zwei Objekte verfolgt werden. Markieren Sie die beiden größten Objekte mit weißen Pixeln und richten Sie sie mit demselben Befehlssatz aus. Die Software prüft die COGs automatisch von Frame zu Frame.

Wenn sich die Größe eines Objekts um mehr als 20 % ändert oder sich ein COG weiter bewegt, als es für eine Maus möglich ist, wird der Binarisierungsschwellenwert automatisch erhöht, bis diese Kriterien erfüllt sind. Die Software überprüft automatisch die Schwerpunkte von Bild zu Bild. Wenn sich die Größe eines Objekts um mehr als 20 % ändert oder sich ein Schwerpunkt weiter verschiebt, als es für eine Maus möglich ist, wird der Binarisierungsschwellenwert automatisch angepasst, bis diese Kriterien erfüllt sind.

Wechselwirkungen werden automatisch erkannt, wenn sich die Objekte innerhalb von zwei Zentimetern befinden. Diese Segmente werden für Benutzereingaben wiedergegeben. Kennzeichnen Sie für jedes Segment die Perspektive der Testmaus entweder als Soziale Vermeidung, Sozialer Ansatz oder Weder noch.

Um die automatische Analyse zu überprüfen, laden Sie den Film mit der Schaltfläche Laden. Klicken Sie dann auf Sitzung 1 starten, um das erste Bild dieser Sitzung anzuzeigen. Verwenden Sie den Befehl Play/Stop, um die Wiedergabe zu steuern.

Die bearbeiteten Filme zeigen jede Maus mit einem anderen Farbkreis am Kopf und am Schwanz. Auch die Geselligkeitsmaße werden auf dem Bildschirm angezeigt und während der Wiedergabe aktualisiert. Korrigieren Sie alle Fehler, die in der automatisierten Analyse aufgetreten sind.

Der häufigste Fehler ist ein Head-Tail-Flip, der mit einem Werkzeug auf der Benutzeroberfläche behoben werden kann. Dies ist bei etwa 20 % der Videos der Fall. In den seltenen Fällen eines komplizierteren Fehlers können sie in der Regel behoben werden, indem die Position der Mausnase in einer bestimmten Reihe von Videobildern manuell angegeben wird.

Exportieren Sie nach der Überprüfung die Geselligkeitsdaten mit der Exportfunktion in ein Tabellenkalkulationsformat. Um Daten aus mehreren Filmen als eine einzige Tabelle zu exportieren, müssen die Filme in einem Ordner gebündelt werden, und die Funktion "Daten zusammenstellen" führt den Vorgang aus. In der ersten Sitzung wurde eine vier Wochen alte BALB/c-Testmaus verfolgt, die sich innerhalb von 10 Minuten 59 Mal zwischen den Kompartimenten bewegte.

Die Zeit, die in jedem Kompartiment verbracht wird, gilt als Ausgangswert für die Kompartimentpräferenz ohne sozialen Stimulus. In der zweiten Sitzung wurde ein sozialer und ein nicht-sozialer Becher mit einer versteckten, vier Wochen alten ICR-Maus präsentiert. Es gab eine klare Tendenz, Zeit im sozialen Bereich zu verbringen.

Insbesondere verbrachte die Maus mehr Zeit mit dem Social Cup als mit dem NonSocial Cup. In der dritten Sitzung wurden die Becher angehoben und die Mäuse durften interagieren. Insgesamt wurden 35 soziale Annäherungen über 10 Minuten durchgeführt.

Nach ihrer Entwicklung ermöglicht diese Technik ein schnelleres Screening vielversprechender Medikamente, um den Kernsymptombereich der beeinträchtigten Geselligkeit in validierten Mausmodellen für Autismus-Spektrum-Störungen zu verbessern. Die automatisierte Verarbeitung kann an unterschiedliche Käfigdesigns und -arten angepasst werden. Jedes Verhalten von Interesse kann bewertet werden, solange ein Algorithmus entwickelt werden kann, um es zuverlässig zu erkennen.