Анализ поведения в реальном времени с помощью искусственного интеллекта
Исследователи из Университета Бонна представили новый метод DeepLabStream (DLStream), который использует искусственный интеллект для оценки позы и поведенческих проявлений мышей в реальном времени с возможностью немедленного реагирования.
Суть метода
- Система анализирует поведение свободно движущихся мышей с помощью камер.
- ИИ определяет пространственно-временную последовательность движений с высокой точностью и временным разрешением в миллисекундном диапазоне.
- Для установления причинно-следственной связи между нейронными сетями и поведением используются световые лучи. Они маркируют и могут влиять на специфические популяции нейронов в мозге.
Эксперименты и результаты
- Обусловливание поведения: Мышей с помощью DLStream обучали перемещаться в угол бокса за установленное время при виде определенного изображения, чтобы получить награду. Система автоматически создавала журналы движений.
- Маркировка нейронных сетей: Ученые продемонстрировали, что в зависимости от наклона головы можно маркировать соответствующие нейронные сети с помощью белковой системы Cal-Light. Белки активировались в мозге только при определенных наклонах головы под воздействием света, окрашивая лежащие в основе нейронные сети.
Ключевой вывод: "Впервые с помощью этого метода можно постоянно маркировать активные нейронные цепи и впоследствии манипулировать ими во время выбранных поведенческих эпизодов", — отмечает Йенс Швайхофф, проводивший исследование.
Преимущества и перспективы
- Расширение возможностей Cal-Light: DLStream значительно расширяет диапазон применений метода Cal-Light, позволяя проводить автоматизированные манипуляции, зависящие от поведения, в ходе текущих экспериментов.
- Повышение воспроизводимости: Метод позволяет с высокой точностью рассчитывать важные параметры поведения (позиция, скорость, поза), что снижает вариабельность между отдельными экспериментами.
- Доступность: Программное обеспечение доступно исследователям по всему миру через открытую платформу для проведения и автоматизации широкого спектра поведенческих экспериментов с поддержкой ИИ.
Исследователи ожидают, что метод можно будет применять и к другим животным. Исследование опубликовано в журнале Communications Biology.