13.04.2018
Редакция Naked Science
1

Ученые смогли наблюдать за лабораторными животными без установки меток

Разработана система автоматического отслеживания перемещений и движений лабораторных животных, для которой не требуется установка меток.

14-0
©Wikipedia

Американские и немецкие ученые совместно разработали систему автоматического слежения за лабораторными животными — DeepLabCut. Теперь исследователи следят за перемещениями и действиями подопытных, не ставя на них метки.

 

Традиционно видеонаблюдение дает много материала для научной работы с животными, но и занимает достаточно времени. Просмотр записей — длительная процедура, которую не всегда можно ускорить. Отличать животных друг от друга трудно, и на них приходится ставить метки. Если пометить крысу цветными пятнами легко, то с мелкими насекомыми возникает проблема. Кроме того, животные стирают метки.

 

Проблема распознавания отдельных особей с маркерами давно решена, также используют тепловые сигнатуры — они хорошо подходят для крупных животных на свободе. Если же эксперимент требует следить за отдельными конечностями или другими частями животного, то задача многократно усложняется. Сам ученый легко распознает детали на видео, но вынужден просматривать записи в реальном времени. Для автоматического распознавания движений пальцев метки придется ставить очень тесно. Крепления при этом сложно сделать надежно, так как животные будут их грызть.

 

Коллектив ученых во главе с Маттиасом Бетге (Matthias Bethge) отказался от меток, решив использовать нейросети. Метод прост: снимки размечают вручную с указанием точек, которые затем отслеживает программа. Нейросеть обучают, и она определяет для каждого пикселя изображения вероятность появления соответствующей части тела с учетом положения животного в пространстве. Число снимков, которые нужно разметить вручную, невелико: уже со ста система работает уверенно, исследователи рекомендуют для надежности разметить 200 кадров.

 

Ученые использовали сверточную нейронную сеть (convolutional neural network, CNN), строение которой аналогично работе зрительной коры человека. Поэтому такая архитектура сети хорошо подходит для распознавания образов. Специалисты дополнительно применили метод глубокого обучения (deep learning) с использованием технологии DNN (Deconvolutional Neural Networks). Параметры и фильтры, сформированные в процессе обучения CNN, используют для первичной обработки сигналов, что улучшает распознавание объектов.

 

Специалисты провели два эксперимента на мышах и один на дрозофилах.

 

Бег грызуна по бумажной катушке с «нарисованной» запахом дорожкой изучали при первом опыте. Видеозапись специально осложняли помехами: неоднородное освещение, динамические тени от животного, искажения от широкоугольного объектива. Во время бега мышь часто пересекала след и поворачивала.

 

Для опыта использовали семь мышей. Съемку вели две камеры, 640×480 и 1700×1200 пикселей, с частотой 30 Гц.  Кадры с высоким разрешением чрезмерно велики для обработки, поэтому их обрезали до размера 800×800 пикселей вокруг изображения мыши. Ученые взяли 1080 случайных кадров из разных съемок и проставили метки на морду, кончики ушей и основание хвоста.

 

На видео зеленые и голубые точки показывают 30 будущих и прошлых позиций морды с периодичностью в 33,3 миллисекунды. Пурпурные ромбы обозначают расположение тела и морды с ушами в прошлом. Вместе эти четыре точки определяют направление тела и головы мыши. Дорожка с запахом нарисована серым цветом.

 

Мониторинг движения мыши по запаховому следу / © A. Mathis, Murthy Lab (Harvard University)

 

При втором исследовании отслеживали движения передней лапки мыши. Предварительно зверьков научили за вознаграждение тянуть специальный рычаг. Метки при таком наблюдении использовать практически невозможно.

 

В эксперименте использовали пять мышей. Съемка велась на камеру с разрешением 2048×1088 пикселей и частотой 100-320 кадров в секунду. Исследователи разметили 159 кадров, на каждом пальце было по четыре метки: на кончике, межфаланговом и пястно-фаланговом суставах, основании запястья. Изображение обрезали до области, содержащей нужное движение. Видео наглядно демонстрирует возможности метода.

 

Мониторинг движения передней лапы мыши при тяге за рычаг / © A. Mathis, Murthy Lab (Harvard University)

 

Третий опыт — мониторинг поведения дрозофил во время яйцекладки. В этом случае нанесение меток крайне затруднительно из-за размера мушек. На кадрах разметили 12 точек: четыре на голове, семь на тельце и одну на яйцекладке. Метод отлично работал и в этом случае.

 

Вычисления каждого эксперимента требовали около полумиллиона шагов обучения нейросети, что заняло от 24 до 36 часов работы видеокарты NVIDIA GTX 1080 Ti.

 

Ученые выложили программу вычислений в свободный доступ.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
Позавчера, 09:23
Сергей Васильев

Биологи обнаружили, что обширные скопления пластика позволяют прибрежным животным осваивать открытое море, прежде для них недоступное, и распространяться по всем уголкам океана.

2 декабря
Василий Парфенов

Пару недель назад Международная космическая станция разменяла 23-й год своего существования на орбите. И хотя далеко не все ее модули насчитывают и десяти лет эксплуатации, конструкция в целом давно вызывает опасения в надежности. В числе прочего американскую сторону особо волнуют недавние неполадки в российском сегменте. Их считают предвестником серьезного препятствия человеческой экспансии в космос — когда мы лишимся важнейшего форпоста на орбите Земли, а замены ему еще не появится.

Позавчера, 12:49
Алиса Гаджиева

У погибшего почти 70 миллионов лет назад хищника была трудная жизнь: помимо обычного набора проблем, таких как схватки с сородичами, он страдал от зубной боли.

1 декабря
Мария Азарова

Более низкие уровни интерлейкина-6 — маркера системного воспаления — выявили у людей, которые считали, что готовы предоставлять больше поддержки окружающим, чем получать взамен.

2 декабря
Василий Парфенов

Пару недель назад Международная космическая станция разменяла 23-й год своего существования на орбите. И хотя далеко не все ее модули насчитывают и десяти лет эксплуатации, конструкция в целом давно вызывает опасения в надежности. В числе прочего американскую сторону особо волнуют недавние неполадки в российском сегменте. Их считают предвестником серьезного препятствия человеческой экспансии в космос — когда мы лишимся важнейшего форпоста на орбите Земли, а замены ему еще не появится.

Позавчера, 09:23
Сергей Васильев

Биологи обнаружили, что обширные скопления пластика позволяют прибрежным животным осваивать открытое море, прежде для них недоступное, и распространяться по всем уголкам океана.

12 ноября
Мария Азарова

Кошки оказывались сбиты с толку, когда их человек, как им казалось, «телепортировался» в новое, неожиданное место. Однако они не реагировали таким же образом на чужих людей или других животных.

25 ноября
НИУ ВШЭ

Мобильные ученые публикуются в индексируемых журналах в два раза чаще. К такому выводу пришли исследователи из НИУ ВШЭ.

18 ноября
Ольга Иванова

Группа исследователей из Китая и США выявила дополнительный фактор, который мог способствовать самому крупному вымиранию на планете.

[miniorange_social_login]

Комментарии

1 Комментарий

17.05.2018
-
0
+
"строение которой аналогично работе зрительной коры человека" Но это неточно.
Подтвердить?
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Лучшие материалы
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно
Ваше сообщение получено

Мы скоро прочитаем его и свяжемся с Вами по указанной почте. Спасибо за интерес к проекту.

Понятно

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: