April 3rd, 2026
Dit protocol stelt een ratten-achterledemaat-kinematische evaluatiepijplijn op met behulp van een markerloze loopbandtest met deep learning-gedreven multi-joint traject auto-labeling, wat reproduceerbare bewegingskwantificatie mogelijk maakt.
We hebben een AI-gestuurde loopband ontwikkeld om rattenbewegingen te volgen, waarmee we het herstel van ruggenmergletsel nauwkeurig kunnen evalueren. In tegenstelling tot traditionele footprint-methoden, die complexe gezamenlijke economie betekenen, volgt ons mock AI-systeem direct meergewrichtenbewegingen. Begin met het starten van de industriële computer en start de video-opname- en analysesoftware.
Plaats de cameralens loodrecht op de lengteas van de loopband om een strikt zijwaarts beeld te verkrijgen, waarbij je een horizontale werkafstand van 15 centimeter tot het vlak van de loopband handhaaft. Vervolgens registreer je het lichaamsgewicht van elke rat met een elektronische weegschaal. Neem alleen ratten met een gelijk lichaamsgewicht op om de effecten op lichaamsgrootte te minimaliseren.
Doe handschoenen aan en pak de rat voorzichtig vast. Wikkel de elastische borstband om de vooroksel en bevestig deze aan de verstelbare schuifrail. Stel vervolgens de band zo aan zodat één vinger kan worden ingebracht zonder de ademhaling te beperken.
Op het touchscreen stel je de snelheid in op 150 millimeter per seconde en de helling op nul graden. Voer een acclimatisatiesessie van 10 minuten uit om de rat aan te passen aan het ondersteunende lichaamsgewicht, terwijl je de rat monitort op tekenen van stress en uitputting, zoals bewegingsterughoudendheid en langdurige ontlasting. Bevestig succesvolle acclimatisatie wanneer de rat minstens 60 seconden een continue en gelijkmatige pas aanhoudt zonder poot te slepen en met een natuurlijk hangende staart.
Sluit dieren uit die niet aan deze criteria voldoen na de maximale acclimatisatieperiode. Voer de parameters voor het formele experiment in op het touchscreen. Voer achtereenvolgens de gewenste snelheid en helling in en kies vervolgens de richting van de loopbandband.
Na stabilisatie selecteer je Start Recording om te beginnen met dataverzameling. Volg continu minstens vijf volledige gangcycli. Aan het einde van elke proef verlaag je de snelheid tot nul millimeter per seconde.
Maak de borstband los en breng de rat terug naar de bijbehorende kooi. Haal videosegmenten van ongeveer 10 seconden uit die de doelgang bevatten met minstens 10 stabiele gangcycli. Registreer de ratteninformatie, inclusief identificatienummer, groep en experimentele omstandigheden.
Importeer het MOV-bestand in de analysesoftware. Normaliseer elke loopcyclus van nul tot 100% om de cycluslengte te standaardiseren. Genereer representatieve afbeeldingen om de loopdynamiek te illustreren.
Exporteer de ruimtelijke positiecoördinaten van elke verbinding in de loop van de tijd als een csv-bestand voor verdere analyse. Na het voltooien van diermodellering implanteer je het elektrofysiologisch opnameapparaat. Voor het opnemen van hersensignalen plaats je elektroden op het schedeloppervlak, de epidurale ruimte of de hersenschors om hersensignalen op te nemen.
Voor het opnemen van het ruggenmerg breng je opname-elektroden in de epidurale ruimte van het tussenwervelforamen. Voor elektromyografie wordt bipolaire zilverdraad in de doelspieren begraven om de elektrische activiteit van de spieren vast te leggen. Laat het dier vijf tot zeven dagen na de innesteling herstellen.
Controleer dagelijks de wond en het looppatroon om zeker te zijn dat er geen tekenen van infectie of pijn zijn voordat je op de loopband test. Bereid de apparatuur en het dier voor vóór het gesynchroniseerde experiment. Synchroniseer vervolgens de elektrofysiologische gegevensverzameling met de bewegingsvideo om ervoor te zorgen dat beide dezelfde tijdstempel delen.
Lijn de neurale signalen uit met de bijbehorende videoframes tijdens de analyse om elektrofysiologische patronen bij verschillende gangfasen te visualiseren. De ratten met ruggenmergletsel vertoonden aanzienlijk verlies van swing en onregelmatige iliacale verplaatsingscurves. Ratten met ruggenmergletsel vertoonden meer fluctuaties in gewrichtshoeken vergeleken met gezonde ratten.
De warmtekaart voor bewegingsbereik van het gewricht liet een brede afname zien in kleurschaal bij ratten met ruggenmergletsel vergeleken met gezonde ratten, terwijl de trajectactiviteitenkaart een significante vermindering van het bewegingsbereik van elk gewricht liet zien, samen met een verminderde continuïteit van bewegingen. Bij ratten met ruggenmergletsel toonde de point cloud-kaart een verhoogde verspreiding en een verschuiving naar links van het massamiddelpunt. De hoogtewatervalgrafiek toont een bimodale verdeling langs de x-as tussen groepen met een algemene verschilsafname in het midden van de beweging.
Voor de y-as wordt aan het begin van de beweging een verschilafname waargenomen. De algehele verschilverdeling is chaotisch, wat wijst op abnormale bewegingsfasen bij ratten met ruggenmergletsel vergeleken met gezonde ratten. De verticale hoogtepiekverdeling van de tenen was bij ratten met ruggenmergletsel naar rechts verschoven.
De snelheidsbereikgrafiek toonde aan dat het gecombineerde snelheidsbereik in elk frame werd vernauwd in de blessuregroep. Bovendien vertoonden de ratten met ruggenmergletsel ook een vermindering van het fasevlakgebied, de geschatte piek-voortstuwingskrachtindex en bewegingsgladheidsindicatoren. Ons systeem stelt onderzoekers in staat om de trajecten van meerdere gewrichten, de krachtverdeling en de soepele beweging in realtime nauwkeurig te meten.
Een belangrijke overweging is het grondig laten wennen van de rat aan het loopbandsysteem om stabiele en analyseerde looppatronen te waarborgen. We kunnen het systeem synchroniseren met EMG of EEG om de signalen van mechanismen achter deze beweging te decoderen.
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.