一、开发背景
随着硬件(camera的分辨率、帧频等)、方法(计算机视觉、深度学习等相关理论)的不断发展,动物行为学从原有繁重的手工测量分析过程,逐步演变为接近自动化的水平,这里说是接近,是因为单靠一种或几种算法,无法**地解决实验方法自动化问题,特别是在数据挖掘过程中,还需要大量的人工工作。当然,随着2012年深度学习理论的发展,可以进一步提升算法识别准确性,进一步减少人为工作。软硬件技术的飞速发展,实验指标体系发生了巨大的变化,如从二维分析到三维分析、从低帧频到高帧频、从事后分析到实时或准实时分析等。实验指标在时空尺度上不断细化,使得我们可以从全新的视角重新审视已有的动物行为学方法,新的机理机制逐步被发现。
从数据流的角度,要实现自动化获取精准的实验指标,需要在数据获取、数据挖掘两方面入手,而数据获取又分为原始数据获取和数据初步分析,这些依赖硬件系统、软件系统。通常,我的做法是,通过硬件优化提升,以简化算法设计,即硬件简化软件。
VisuGait大小鼠步态实时检测分析处理系统 大小鼠步态(gait)是指大小鼠行走时所表现的姿态。大小鼠步态分析系统基于原有足迹分析方法(footprint analysis),运用图理新技术对足印分析法进行了改进,通过足印图像增强技术采用高速摄像机可以清晰地采集大小鼠行走过程的足印信息,然后利用步态分析系统自动识别分析大小鼠足迹的步行周期、支撑距离、支撑时长、摆动时长、制动时长、推进时长、步频等60余种指标,以此客观、准确和**地反映动物步态的变化情况。而且本步态分析系统集数据采集、监测、分析、统计处理、绘图制表、打印输出于一体,避免繁重的人工劳动,极大提高实验的自动化程度。本仪器可广泛应用于脑缺血、阿尔茨海默病、帕金森氏病、脑外伤、脊髓损伤、疼痛**、关节炎等多种**动物模型步态的研究。
5.6系统可以自动测量出坐骨神经功能指数(Sciatic Functional Index SFI)
沪公网安备 31011202007432号