$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Dokładna i obiektywna ocena chodu szczura jest niezbędna dla badań neurobiologicznych i kinezjologii. Konwencjonalne systemy często polegają na obrazowaniu śladu do pośredniego wnioskowania chodu, co nie jest w stanie w pełni uchwycić kinematyki wielostawowej kończyn tylnych. Niniejsze badanie ustanawia system analizy chodu na bieżni oparty na bezmarkerach dla gryzoni, integrując niestandardowe algorytmy głębokiego uczenia z programowalną bieżnią wspierającą ciężar, umożliwiającą śledzenie w czasie rzeczywistym wielu stawów kończyn dolnych oraz wielowymiarową kinematyczną ilościowość. System automatycznie wyodrębnia parametry cyklu chodu, trajektorie stawów, wzorce rozkładu sił oraz płynność ruchu przy regulowanej prędkości (0-300 mm/s), nachyleniu (±30° gradientu) oraz w warunkach stopniowanego wsparcia ciężaru (0-500 g), zapewniając obiektywne narzędzie oceny badań nad zachowaniem nerwowo-mięśniowym. Korzystając z modeli urazów rdzenia kręgowego (SCI), wyniki pokazują wrażliwość systemu na wykrywanie wielowymiarowych różnic w zakresie ruchu stawów, ciągłości trajektorii, sile napędowej oraz płynności ruchu między zdrowymi a rannymi gryzoniami, potwierdzając jego zdolność do rozróżniania chorób i oceniania. W porównaniu z tradycyjnymi subiektywnymi wynikami czy metodami footprint, ta platforma eliminuje osobiste uprzedzenia i ograniczenia dotyczące danych o niskich wymiarach, łącząc architekturę opartą na głębokim uczeniu i przepustowość w zbieraniu danych. Jest stosowalny w badaniach dotyczących urazów nerwów centralnych lub obwodowych, chorób neurodegeneracyjnych, zaburzeń układu mięśniowo-szkieletowego oraz procesów starzenia. Dzięki synchronicznej integracji modułów neuroelektrofizjologii system dodatkowo umożliwia sprzężenie czasowe między chodem a sygnałami nerwowymi, ustanawiając ramy metodologiczne do analizy mechanizmów kontroli centralno-obwodowej oraz opracowywania strategii neuromodulacyjnych.