基于深度学习适用于啮齿动物的行为分析方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113576466A(43)申请公布日2021.11.02(21)申请号202110886932.0(22)申请日2021.08.03(71)申请人安徽正华生物仪器设备有限公司地址235000安徽省淮北市濉溪县经济开发区玉兰大道(72)发明人李思迪李懋盛益华罗祥罗华伦(74)专利代理机构合肥正则元起专利代理事务所(普通合伙)34160代理人刘培越(51)Int.Cl.A61B5/11(2006.01)A61B5/16(2006.01)G06K9/00(2006.01)G06N20/00(2019.01)权利要求书2页说明书6页(54)发明名称基于深度学习适用于啮齿动物的行为分析方法(57)摘要本发明公开了基于深度学习适用于啮齿动物的行为分析方法，本发明基于计算机视觉与深度学习技术，无需特殊的实验硬件设备与人为对动物进行特殊化学试剂标记处理。通过多身体关键点识别技术实现全自动化追踪动物，实现了实验过程的自动化，避免了人工计数引入的主观误差和对实验动物的干扰，增加了实验结果的客观性、可靠性。并通过设计全新指标实现机器分析小鼠行为。分析灵活，支持时段分析，支持定时终止和人工终止，并具有丰富的显示方式，能对动物的运动情况采用轨迹图、参数指标、曲线、直方图等多种显示方式。同时，根据对超精细行为指标的捕获，进一步实现动物在强迫游泳过程中行为动作的分析。CN113576466ACN113576466A权利要求书1/2页1.基于深度学习适用于啮齿动物的行为分析方法，其特征在于，该方法包括下述步骤：步骤一：安放设备，进行视频获取，得到实时视频；步骤二：对实时视频进行分析；得到追踪视频、运动轨迹图、运动热点图、身体关键点像素值、骨架长度、骨架方向角；步骤三：进行数据输出；视频分析成功后输出的结果为追踪视频、运动轨迹图、运动热点图、身体关键点像素值、骨架长度、骨架方向角；身体关键点像素值获取方式为：软件所识别与追踪的啮齿动物各个身体关键点所对应的X、Y轴的坐标值；骨架长度获取方式为：所连接骨架之间的长度，以像素点为单位；步骤四：进行实验小鼠的行为指标定义；首先进行像素点与cm换算：1cm＝A个像素点；A的具体取值为：强迫游泳装置实际水面直径对应的像素点/强迫游泳装置水面实际直径，强迫游泳装置水面实际直径具体为25cm；根据采集到数据分析得到实验小鼠的行为特征，并据此得到实验小鼠攀爬行为的总时长、实验小鼠的轻度攀爬行为、实验小鼠的中度攀爬行为、实验小鼠的强烈攀爬行为、实验小鼠的挣扎行为总时长、实验小鼠的不动行为总时长和实验小鼠的游泳行为总时长；步骤五：完成实验小鼠行为定义。2.根据权利要求1所述的基于深度学习适用于啮齿动物的行为分析方法，其特征在于，步骤一中获取实时视频的具体方法为：S1：强迫游泳实验环境包括强迫游泳装置与相机；向强迫游泳装置注入20厘米水后，将一台相机置于离水面等高的正侧方45厘米处，其视野可覆盖整个小鼠游动区间；S2：实验开始之后由相机进行全程录像，得到实验视频。3.根据权利要求2所述的基于深度学习适用于啮齿动物的行为分析方法，其特征在于，强迫游泳装置为有机玻璃圆筒，有机玻璃圆筒为25厘米直径×40厘米高×0.5厘米厚度；相机具体采用型号为SONYHDR‑CX680的相机，具体参数为：帧数为30帧；分辨率为1920×1080。4.根据权利要求1所述的基于深度学习适用于啮齿动物的行为分析方法，其特征在于，步骤二中的对实时视频进行分析具体方法为：将相机所录制的实验视频导入电脑，自动跟踪识别实验小鼠身体关键点和实验小鼠骨架；身体关键点包括鼻尖、双眼、前爪、后肢脚踝、后肢脚掌、尾根；实验小鼠骨架具体为鼻尖‑尾根、鼻尖‑眼睛、后肢脚踝‑后肢脚掌；借助软件对所录制的实时视频进行每帧分析，每帧照片大小由相机分辨率决定，分析时以1920数值为Y轴，1080数值为X轴建立二维坐标系；得到追踪视频、运动轨迹图、运动热点图、身体关键点像素值、骨架长度、骨架方向角及其掩藏数据。5.根据权利要求1所述的基于深度学习适用于啮齿动物的行为分析方法，其特征在于，步骤三中的骨架方向角获取方式如下：以鼻尖‑尾根骨架为例；以鼻尖为原点建立二维坐标2CN113576466A权利要求书2/2页系，鼻尖‑尾根向量与X轴正方向所成的夹角；若鼻尖‑尾根向量与X正方向重合则为0°；顺时针旋转角度不断增加，逆时针旋转角度不断减小。6.根据权利要求1所述的基于深度学习适用于啮齿动物的行为分析方法，其特征在于，根据采集到数据分析得到实验小鼠的行为特征具体方式为：实验小鼠攀爬行为的总时长：检测数据首帧M的鼻尖‑尾根角度值T，T的范围在40到140之间，并且首帧后面是有连续五帧及以上满足40到140这个区间；输出