April 3rd, 2026
Este protocolo establece una cadena de evaluación cinemática de la extremidad posterior de rata utilizando una prueba de cinta sin marcadores con autoetiquetado de trayectorias multiarticular impulsado por aprendizaje profundo, que permite la cuantificación reproducible del movimiento.
Desarrollamos una cinta de correr impulsada por IA para rastrear los movimientos de las ratas, ayudándonos a evaluar con precisión la recuperación de lesiones medulares. A diferencia de los métodos tradicionales de huella, que implican economía articular compleja, nuestro sistema de IA simulada sigue directamente los movimientos de múltiples articulaciones. Para empezar, enciende el ordenador industrial y lanza el software de adquisición y análisis de vídeo.
Coloca la lente de la cámara perpendicular al eje longitudinal de la cinta para obtener una vista estrictamente lateral, manteniendo una distancia horizontal de trabajo de 15 centímetros desde el plano de la cinta de la cinta. A continuación, registra el peso corporal de cada rata con una báscula electrónica. Incluye solo ratas con pesos corporales iguales para minimizar los efectos en el tamaño corporal.
Ponte guantes y agarra suavemente a la rata. Envuelve la correa elástica del pecho alrededor de la axila delantera y suéltala al raíl ajustable. Luego ajusta la correa para que se pueda insertar un dedo sin restringir la respiración.
En la pantalla de control táctil, ajusta la velocidad a 150 milímetros por segundo y la inclinación a cero grados. Realiza una sesión de aclimatación de 10 minutos para adaptar a la rata al nivel de soporte de peso corporal mientras la vigilas en busca de signos de estrés y agotamiento, como reticencia a moverse y defecación prolongada. Confirma la aclimatación exitosa cuando la rata mantenga una zancada continua y uniforme durante al menos 60 segundos sin arrastrar la pata y con la cola colgando de forma natural.
Excluir a los animales que no cumplan estos criterios después del periodo máximo de aclimatación. Introduce los parámetros para el experimento formal en la pantalla táctil. Introduce secuencialmente la velocidad y la inclinación deseadas, luego selecciona la dirección de la correa de la cinta.
Tras la estabilización, selecciona Iniciar Grabación para comenzar la adquisición de datos. Captura continuamente al menos cinco ciclos completos de marcha. Al final de cada prueba, reduce la velocidad a cero milímetros por segundo.
Desengancha la correa del pecho y vuelve a colocar la rata en su jaula correspondiente. Extrae segmentos de vídeo de aproximadamente 10 segundos que contengan la marcha objetivo con al menos 10 ciclos estables de marcha. Registra la información de la rata, incluyendo el número de identificación, el grupo y las condiciones experimentales.
Importa el archivo MOV al software de análisis. Normaliza cada ciclo de marcha de cero a 100% para estandarizar la duración del ciclo. Genera imágenes representativas para ilustrar la dinámica de la marcha.
Exporta las coordenadas de posición espacial de cada articulación a lo largo del tiempo como un archivo csv para un análisis posterior. Tras completar la modelación animal, implanta el dispositivo de registro electrofisiológico. Para el registro de señales cerebrales, coloca electrodos en la superficie del cráneo, el espacio epidural o la corteza cerebral para registrar las señales cerebrales.
Para el registro de la médula espinal, inserta electrodos de grabación en el espacio epidural del foramen intervertebral. Para el registro electromiográfico, entierra hilos bipolares de plata en los músculos objetivo para registrar la actividad eléctrica muscular. Permite que el animal se recupere durante cinco a siete días tras la implantación.
Revisa la herida y la marcha a diario para asegurarte de que no hay signos de infección o dolor antes de hacer pruebas en la cinta. Prepara el equipo y el animal antes del experimento sincronizado. Luego sincroniza la adquisición de datos electrofisiológicos con el vídeo de movimiento para asegurar que ambos compartan la misma marca temporal.
Alinea las señales neuronales con los fotogramas de vídeo correspondientes durante el análisis para visualizar patrones electrofisiológicos en diferentes fases de la marcha. Las ratas con lesión medular mostraron una pérdida significativa de oscilación y curvas irregulares de desplazamiento ilíaco. Las ratas con lesión medular mostraron fluctuaciones de ángulo articular más elevadas en comparación con las ratas sanas.
El mapa de calor del rango de movimiento de la articulación mostró una disminución generalizada en la escala de color en ratas con lesión medular en comparación con ratas sanas, mientras que el mapa de actividad de la trayectoria mostró una reducción significativa en el rango de movimiento de cada articulación, junto con una continuidad de movimiento deteriorada. En ratas con lesión medular, el mapa de nubes puntuales mostró una mayor dispersión y un desplazamiento hacia la izquierda del centro de masa. El gráfico de cascada de altura muestra una distribución bimodal a lo largo del eje x entre grupos con una caída general de diferencia en el centro del movimiento.
Para el eje y, se observa una caída de diferencia al inicio del movimiento. La distribución general de diferencias es caótica, lo que indica fases de movimiento anormales en ratas con lesión medular en comparación con ratas sanas. La distribución vertical de altura máxima de los dedos se desplazaba hacia la derecha en ratas con lesión medular.
El gráfico de rango de velocidad mostró que el rango combinado de velocidades en cada frame se redujo en el grupo de lesiones. Además, las ratas con lesión medular también mostraron una reducción en el área del plano de fase, el índice estimado de fuerza de propulsión máxima y los indicadores de suavidad del movimiento. Nuestro sistema permite a los investigadores medir con precisión las trayectorias multiarticular, la distribución de fuerzas y la suavidad del movimiento en tiempo real.
Una consideración importante es acostumbrarse a fondo al sistema de cinta para asegurar la estabilidad y analizar los patrones de marcha. Podemos sincronizar el sistema con EMG o EEG para descifrar las señales de los mecanismos detrás de este movimiento.
View the full transcript and gain access to thousands of scientific videos
This article presents a markerless, treadmill-based gait analysis system for rodents that leverages custom deep learning algorithms to enable real-time, multidimensional tracking of lower-limb joint kinematics. The system provides objective, high-throughput quantification of gait parameters under various experimental conditions, and is validated using spinal cord injury (SCI) models to demonstrate its sensitivity and utility in neuromuscular research.