Zachowania socjalne gryzoni
3.4. System dedykowany analizie okre´slonych funkcji moto- moto-rycznych myszy
Na podstawie pomiaru wył ˛acznie parametrów motoryki zwierz ˛at mo ˙zliwa jest tak ˙ze detekcja zachowa ´n nietypowych. Przykładem jest SABN (System Analizy Bada ´n Na zwierz˛etach) [92] - system dedykowany do badania metod leczenia udaru mózgu, analizuj ˛acy funkcje motoryczne myszy. Wykonuje on 24-godzinn ˛a obserwacj˛e myszy i porównuje stopie ´n poprawno´sci funkcji motorycznych, które s ˛a jednym z objawów uszkodzenia mózgu.
System składa si˛e z labiryntu wykonanego z pleksi (rys. 3.5) i kamery internetowej umieszczonej nad labiryntem poł ˛aczonej z komputerem. Labirynt pozwala na ob-serwacj˛e trzech czarnych osobników jednocze´snie, w jednakowych pomieszczeni-ach. Rozkład labiryntu przedstawiono na rys. 3.6. Czerwone linie oznaczaj ˛a ´sciany z pleksi niewidoczne na nagraniach. Wszystkie 3 cz˛e´sci labiryntu s ˛a osobne, myszy nie maj ˛a mo ˙zliwo´sci wyj´scia ze swojej cz˛e´sci, ani przej´scia do innego osobnika. Do-datkowo, ´sciany pomi˛edzy jednakowymi pomieszczeniami nie s ˛a transparentne, aby zwierz˛eta si˛e nie widziały, nie wyklucza to jednak rejestracji obecno´sci innych osobników poprzez inne zmysły. Ka ˙zde z trzech pomieszcze ´n labiryntu zbudowane jest z w ˛askich korytarzy (17 stref rozró ˙znianych przez oprogramowanie), w których mo ˙zna umieszcza´c przeszkody (stopnie, rampa, kratka). Dodatkowo uwzgl˛edniono tak ˙ze korytarz z rozwidleniem przeznaczony do wykrycia potencjalnych preferencji jednej połowy ciała, mog ˛acych sugerowa´c uraz mózgu. Oprogramowanie
rozpoz-RYS. 3.5. Labirynt bez przeszkód, opracowanie własne
naje zwierz˛eta na podstawie koloru oraz ruchu, oblicza ich ´srodek ci˛e ˙zko´sci (oznac-zony zielonym krzy ˙zykiem na rys.3.6) oraz mierzy parametry takie jak:
• całkowita pr˛edko´s´c ´srednia - parametr cz˛esto u ˙zywany w analizie zachowa ´n zwierz ˛at[13] [cm/s];
• pr˛edko´s´c ´srednia obliczana tylko w momencie ruchu – ruch jest zdefiniowany jako przemieszczenie. Zdarzenia takie jak obw ˛achiwanie, kr˛ecenie si˛e w miejscu czy czyszczenie nie s ˛a uznawane za ruch, mimo ˙ze powoduj ˛a zmiany poło ˙ze-nia ´srodka ci˛e ˙zko´sci [cm/s];
• czas spoczynku jako procent całkowitego czasu trwania do´swiadczenia (24 godziny) [%];
Pobrano z mostwiedzy.pl
• czas aktywno´sci jako procent całkowitego czasu trwania do´swiadczenia (24 godziny) [%],
• pr˛edko´s´c ´srednia podczas pokonywania stopni [cm/s],
• pr˛edko´s´c ´srednia podczas pokonywania rampy [cm/s],
• wybór drogi w miejscu rozgał˛ezienia,
• czasy przebywania w poszczególnych strefach [%],
• czas przebywania w pobli ˙zu pojemników z wod ˛a [%],
• pr˛edko´sci ´srednie w poszczególnych strefach [cm/s].
RYS. 3.6. Obraz po analizie ze ´scianami labiryntu zaznaczonymi kolorem czerwonym oraz ´srodkami ci˛e ˙zko´sci myszy - kolor zielony
Wszystkie parametry obliczane s ˛a dla całego do´swiadczenia (24 godziny) oraz dla sze´sciu 4-godzinnych przedziałów. Takie rozwi ˛azanie zostało wprowadzone z powodu zmiennej aktywno´sci dobowej gryzoni.
Pierwszym do´swiadczeniem przeprowadzonym przy u ˙zyciu systemu było spraw-dzenie, czy myszy zwyczajne i myszy pozbawione genu białka rozprz˛egaj ˛acego 2 (UCP-2) otrzymane z laboratorium Jackson’a (Bar Harbor, Maine, USA) s ˛a zró ˙zni-cowane pod wzgl˛edem motorycznym. Białko kodowane przez gen UCP-2 odgrywa kluczow ˛a rol˛e w predyspozycjach do rozwoju chorób naczyniowych zarówno w modelach zwierz˛ecych jak i u ludzi, szczególnie w odniesieniu do otyło´sci, cukrzycy i nadci´snienia [111].
W badaniu wzi˛eło udział 13 myszy pozbawionych genu białka (dalej zwane UCP) oraz 11 myszy kontrolnych. Ka ˙zda trójka rejestrowanych myszy dobierana była w sposób losowy z obu grup, nast˛epnie zamykana w labiryncie znajduj ˛acym si˛e w osobnym pomieszczeniu na 24 godziny. Podczas nagra ´n w pomieszczeniu nie znaj-dował si˛e człowiek, ´swiatło zapalone było przez cały czas nagrania. Dokładny opis bazy danych nagra ´n przedstawiony został w rozdziale4.5.
W procesie analizy badano nast˛epuj ˛ace parametry: całkowit ˛a pr˛edko´s´c ´sredni ˛a, pr˛ed-ko´s´c podczas ruchu, czas spoczynku, pr˛edpr˛ed-ko´s´c na stopniach oraz pr˛edpr˛ed-ko´s´c na rampie.
Pobrano z mostwiedzy.pl
3.5. Podsumowanie 29
Wykonano dwuczynnikow ˛a analiz˛e wariancji ANOVA dla poziomu istotno´sci<0,095, dla czynników: typ myszy (UCP i kontrolne) oraz pora dnia (6 4-godzinnych przedzi-ałów czasu). Wyniki testu przedstawione w tabeli 3.3 ujawniły, ˙ze pora dnia ma wpływ na wszystkie wyniki eksperymentu oprócz pr˛edko´sci na rampie. Natomi-ast typ myszy wpływa na wyniki pr˛edko´s´c podczas ruchu, czas spoczynku oraz pr˛edko´s´c na stopniach. Pora dnia badania nie wpłyn˛eła na ró ˙znice w mobilno´sci mi˛edzy dwiema grupami zwierz ˛at. Warto jednak zauwa ˙zy´c, ˙ze zwykły cykl dnia i nocy badanych myszy był zakłócony przez ci ˛agłe sztuczne o´swietlenie niezb˛edne do nagra ´n.
TABELA 3.3. Wyniki dwuczynnikowego testu ANOVA w postaci poziomu prawdopodobie ´nstwa
dnia 0,0 0,0 0,0 0,023 0,322
typ
myszy0,085 0,037 0,008 0,005 0,350
pora
Rys.3.7przedstawia wyniki czasu spoczynku (typ myszy p=0,008, pora dnia*typ myszy p=0,97) oraz pr˛edko´sci na stopniach (typ myszy p=0,005, pora dnia*typ myszy p=0,991) dla ka ˙zdej grupy w zale ˙zno´sci od pory dnia. Wyniki nie wykazuj ˛a statysty-cznych ró ˙znic pomi˛edzy grupami typów myszy oraz pory dnia, w przeciwie ´nst-wie do analizy ka ˙zdego z czynników osobno (tabela 3.3)Niespodziewanie, jak na zwierz˛eta nocne, wysoka aktywno´s´c mi˛edzy godzin ˛a 9 a 12 zwi ˛azana była z pojaw-ianiem si˛e badacza rozpoczynaj ˛acego eksperyment a nast˛epnie eksploracj ˛a nowego miejsca.
Korzystaj ˛ac z 24-godzinnego automatycznego systemu monitorowania, udowod-niono, ˙ze myszy pozbawione genu białka rozprz˛egaj ˛acego 2 wykazuj ˛a upo´sledzenia w pewnych zachowaniach motorycznych. Ró ˙znic˛e t˛e nale ˙zy wzi ˛a´c pod uwag˛e przy interpretacji wyników bada ´n, w których wyst˛epuje regulacja genu UCP-2.
Szereg bada ´n dotycz ˛acych systemu opisano w publikacji [92].
3.5. Podsumowanie
Zachowania socjalne gryzoni s ˛a bardzo ró ˙znorodne. Niektóre polegaj ˛a na zacho-wywaniu dystansu mi˛edzy osobnikami lub wr˛ecz przeciwnie. Inne z kolei na sub-telnych zmianach postawy ciała. Jeszcze inne charakteryzuj ˛a si˛e szybkim ruchem i bliskim kontaktem fizycznym. Z tego powodu automatyzacja zachowa ´n zwie-rz ˛at laboratoryjnych wymaga pomiaru ró ˙znorodnych parametrów. Warto´sci niek-tórych parametrów s ˛a mniej lub bardziej łatwe do uzyskania, np. przemieszczenie czy pr˛edko´s´c poruszania lub poło ˙zenie punktów charakterystycznych ciała. Mo ˙z-liwa jest detekcja prostych zachowa ´n na podstawie łatwych do pomierzenia para-metrów, co zostało przedstawione w rozdziale3.3. Systemy oparte na pomiarach
Pobrano z mostwiedzy.pl
(A)
(B)
RYS. 3.7. Wyniki dwuczynnikowej analizy wariancji dla: (a) czasu spoczynku oraz (b) pr˛edko´sci na stopniach. Pionowe w ˛asy oznaczaj ˛a 0,95 przedziału ufno´sci. O´s pozioma przedstawia zakresy czasu
(godziny) analizowanych danych
takich parametrów mog ˛a tak ˙ze poprawnie rozpozna´c niektóre nietypowe zachowa-nia. Zostało to przedstawione w rozdziale3.4, gdzie system dobowej kontroli toryki dwóch grup myszy wykazał nieznaczne upo´sledzenie niektórych funkcji mo-torycznych zwierz ˛at o zmodyfikowanym genie UCP-2. W pełni zautomatyzowany proces analizy zachowa ´n prostych na podstawie rejestracji obrazu sceny ekspery-mentu zdolny do detekcji nietypowych zachowa ´n mo ˙ze tak ˙ze by´c przydatny pod-czas opracowywania systemów detekcji bardziej zło ˙zonych zachowa ´n (np. sekwen-cji zachowa ´n).
Wyniki przedstawione w tym rozdziale potwierdzaj ˛a tezy w odniesieniu do za-chowa ´n prostych. Rozdział3.3odnosi si˛e do drugiej cz˛e´sci tezy 2.: stosuj ˛ac metody uczenia maszynowego mo ˙zliwa jest detekcja i pomiar parametrów umo ˙zliwiaj ˛acych indywidualizacj˛e cech niezb˛ednych w detekcji zachowa ´n. Badania przedstawione w rozdziale3.4 potwierdzaj ˛a tez˛e 1: mo ˙zliwe jest zautomatyzowanie procesu analizy zachowa ´n zwierz ˛at do´swiadczalnych, na drodze cyfrowej rejestracji obrazu sceny eksperymentu oraz zastosowanie procedur cyfrowej analizy sekwencji obrazów do rozpoznawania okre´slonych klas zachowa ´n.
Pobrano z mostwiedzy.pl
3.5. Podsumowanie 31
Proste parametry nie s ˛a jednak wystarczaj ˛ace do detekcji bardziej zło ˙zonych za-chowa ´n socjalnych, takich jak gryzienie, atak czy agresywne czyszczenie. Co wi˛ecej, detekcja tych zdarze ´n na obrazach rejestrowanych w zakresie promieniowania widzial-nego jest zagadnieniem skomplikowanym. Du ˙zym problemem jest równie ˙z po-miar tych parametrów podczas kontaktu zwierz ˛at. Dlatego w dalszej cz˛e´sci pracy przedstawione zostan ˛a metody zarówno segmentacji umo ˙zliwiaj ˛acej identyfikacj˛e zwierz ˛at podczas kontaktów, jak i wspomagania detekcji zachowa ´n agresywnych, zbadane zostan ˛a równie ˙z mo ˙zliwo´sci analizy obrazów termograficznych.
Pobrano z mostwiedzy.pl
33