• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
13.04.2018
Редакция Naked Science
1
395

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.
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
Сегодня, 09:10
Василий Парфенов

Изначально выглядевшая многообещающе ракета-носитель Antares в последние годы стала довольно проблемной. Для ее создания требовалась кооперация США, Украины и России, которая в свете сложившейся геополитической обстановки практически невозможна. Решением проблемы станет переход с российских двигателей на созданные в Америке. И ключевую роль в нем сыграет частично украинская компания Firefly Aerospace.

Позавчера, 16:47
Ольга Иванова

Международная группа ученых пришла к выводу, что причиной упадка цивилизаций Ближнего Востока и Восточного Средиземноморья в бронзовом веке могли быть болезни, в том числе чума. При этом «древние» штаммы чумной палочки, вызывающей это заболевание, отличались от тех, что погубили население Европы в Средние века.

8 часов назад
Анна Новиковская

Быть «кошатником» — вовсе не грех, но, согласно данным нового исследования, такие люди не всегда знают, что лучше для самих кошек. Напротив, хозяева, которые имеют небольшой опыт общения с домашними животными, могут оказаться внимательнее к потребностям питомца и максимизировать его удовольствие от общения с человеком.

8 августа
НИУ ВШЭ

Федеральная программа материнского капитала (и ее региональные аналоги) действительно приводит к тому, что семьи чаще и быстрее решаются завести второго ребенка. К такому выводу пришли сотрудники Исследовательской рабочей группы по экономико-математическому моделированию демографических процессов факультета экономических наук НИУ ВШЭ.

7 августа
Анна Новиковская

Историки долго мучились вопросом, почему древние римляне — те же, что сумели выстроить множество великолепных произведений архитектурного искусства, — с завидной регулярностью изготавливали странно асимметричные игральные кости, похожие на плохо слепленные детские поделки. Теперь у них есть возможный ответ на эту загадку.

6 августа
Сергей Васильев

Наблюдения показали, что планеты — мини-нептуны могут терять атмосферу под действием излучения своих звезд, переходя в группу каменистых планет-сверхземель.

11 июля
Василий Парфенов

Доступность высококачественных и актуальных данных от спутников дистанционного зондирования Земли растет с каждым годом. Такие компании, как Capella Space и Maxar Technologies, несколько лет подряд предлагают всем желающим беспрецедентно дешевые радарные и оптические снимки земной поверхности высокого разрешения. Это позволяет гражданским аналитикам наблюдать за военными объектами по всему миру и находить интересные артефакты.

2 августа
Александр Березин

Если западным странам удастся «лишить Кремль нефтяных доходов», то мир ждет геополитическое землетрясение. Только не обязательно в ту сторону, о которой вы сейчас подумали. На фоне того, что последует за «лишением», шок 1973 года может показаться детской игрой. Naked Science попробует оценить размах «потолочного катаклизма» заранее.

31 июля
Александр Березин

Саудовский принц одобрил строительство гигантского «лежачего небоскреба», который должен стать крупнейшим зданием в истории. Причем еще и самым экологичным в мире. Пресса и соцсети полны возмущенных оценок: «это антиутопия!», «проект сырой!» и тому подобным. Однако чисто технически это не так: «Зеркальную линию» на пять миллионов жителей вполне можно построить. И такое здание в самом деле будет энергоэффективным (и формально безуглеродным). Но у проекта есть другие слабые места, лежащие скорее в сфере науки, нежели техники. Naked Science попробовал разобраться в деталях.

[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
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

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: