产品介绍 | BehaviorAtlas 3D-AI动物行为分析系统

在人工智能(AI)快速发展的时代,AI为动物行为学研究带来新的变革,加速了对动物行为的理解,推动了对动物认知和行为模式的深入研究。今天给大家介绍一款基于人工智能开发出来的BehaviorAtlas® 3D-AI动物行为分析系统~

产品简介

BehaviorAtlas® 3D-AI动物行为分析系统是一湾生命科技自主研发的国内首家无标记(Markerless)三维动物姿态捕捉分析系统。

技术简介

依照动物行为的自然结构进行设计,此系统主要特性包括:

:star2:开发了多视角相机三维行为采集设备,获取动物行为的三维运动结构,解决了身体遮挡和视野盲区的问题,可以全方位无死角地获取动物行为参数。

图1 多机位捕捉动物行为,重建3D骨架

:star2:基于层次化方法,将动物行为类比人类语言,分解为姿态(字母)、动作(音节)和行为图谱(句子),表征行为的层次结构。此策略将不同层次的行为特征都进行量化,可以针对情绪情感障碍、学习记忆障碍、运动障碍、疼痛等不同类型的疾病动物模型的行为进行分析鉴定。

图2 动物行为的层次化类比人类语言

图3 三层自下而上的行为架构示意图

:star2:采用机器学习的方法对行为序列聚类及表型鉴定。此方式无需大量的人工标注数据集,并且不受人为主观因素干预。

图4 机器学习对采集的数据流进行整合重建

产品体系

01 三维数据采集设备&行为采集软件BehaviorAtlas® Capture

BehaviorAtlas® Capture由多视角采集设备和采集软件构成,用于录制多视角的动物行为视频。

图5 BehaviorAtlas® Capture示意图

【设备特色】

:star2:多视角拍摄,有效解决动物身体遮挡,避免视野盲区;

:star2:多相机可灵活调整视角,并能实现快速对相机进行标定;

:star2:提取动物多个身体部位,并且可以实现自定义的精准追踪;

:star2:对攀爬等垂直方向的运动可以灵敏的检测;

:star2:采集精度达毫米级。

02 数据处理软件 BehaviorAtlas® Analyzer

BehaviorAtlas® Analyzer 用于从多视角视频中,基于AI算法提取动物多个部位的身体坐标,进行三维重建后,将动物的行为分解成多种行为亚型序列。

【软件特色】

:star2:单视角AI动物多身体部位识别:有效解决因光线变化、身体形态近似导致的识别误判(如头尾误判);

:star2:多视角3D骨架重建:还原三维真实行为数据,解决遮挡和视角偏差;行为图谱构建及行为序列分解:从复杂、动态的3D行为数据中,识别动物在干什么,时间精度可以达到秒级;

:star2:行为学参数提取:基于上述 3D 骨架、行为序列,计算动物速度、运动强度、体型参数、位置参数、行走、攀爬、抓挠、嗅探等几十种行为参数。

*可提取的行为亚型数量和物种及样本量有关

03 行为可视化软件 BehaviorAtlas® Explorer

BehaviorAtlas® Explorer 用于对处理后的数据进行可交互式、可视化的浏览,并对数据按样本进行分组统计对比,生成用于发表和汇报的图表。

【亮点功能】

提供可视化数据预览:数据可视化包括原始视频、骨架重建、行为谱、运动学参数、运动特征演变、轨迹速率热图、位置热图预览等。

自定义分组对比分析:分组除单样本行为组学数据可视化之外,可自动分组或自定义分组分析数据和查看图表。

灵活生成多种图表,原始数据全面获取:简单方便导出多种图表,便于快速了解数据情况,可用于汇报和发表。

应用场景

应用案例

跨物种动物

覆盖大小鼠、树鼩、非人灵长类、猪等多种实验动物;犬类等警用动物;猫等家用宠物。

图6 应用动物

多行为范式

适用于现有行为学研究体系下的多种通用范式,如旷场试验、 ⾼架⼗字迷宫、新物体识别、 三箱社交、 社会等级、 本能恐惧等。

图7 应用范式案例

多设备联用

行为采集同时,可以兼容在体电生理记录、在体荧光神经成像、眼动追踪、光遗传或药理遗传刺激等常规记录或调控手段,并与行为学进行时间同步。

应用案例

01 自闭症小鼠模型的潜在刻板行为

在2021年5月13日,中国科学院深圳先进技术研究院脑认知与脑疾病研究所王立平、蔚鹏飞团队(第一作者为黄康、韩亚宁)进行了 Shank3B 基因敲除动物模型的自发行为实验,并利用 BehaviorAtlas® 3D-AI 动物行为分析系统比较了不同行为中小鼠脊柱的弯曲角度,以及头部、背部和尾巴根部的动能,发现了 Shank3B 基因敲除小鼠存在一种新的亚秒级刻板行为——Hunching(驼背),这种行为与 Rearing(站立)行为相似,仅靠肉眼观察常被忽略。

图8 文章上线截图

图9 文章部分结论图

02 小鼠应对生存威胁的策略存在性别差异

在2022年12月15日,中国科学院深圳先进技术研究院脑认知与脑疾病研究所、深港脑科学创新研究院王枫课题组借助多维数据驱动的精细行为学分析技术,揭示了雌雄小鼠逃离生存威胁的策略虽表现出性别差异,但其逃生能力高度一致且能够维持终生。

图10 文章上线截图

图11 文章部分结论图

03 抑郁状态下小鼠自发行为精细特征

在2023年5月25日,中国科学院深圳先进技术研究院、深港脑科学创新研究院王立平团队借助 BehaviorAtlas® 3D-AI 动物行为分析系统揭示天敌压力模型可以在两性诱导经典抑郁样行为及自发行为的改变,基于动物自发行为可以区分不同压力应激源,并且通过建立预测模型发现利用自发行为可以较好地预测部分抑郁样行为。

图12 文章上线截图

图13 文章部分结论图

04 全面评估小鼠术后谵妄样行为

在2023年8月2日,同济大学附属上海市第四人民医院李成以及上海科技大学胡霁教授团队借助多维数据驱动的精细行为学分析技术,提出了一个包含姿势-动作-行为序列评估的多尺度聚类分析框架,以全面评估小鼠的谵妄样行为,并评估了右美托咪定对小鼠术后谵妄(POD)的影响。

图12 文章上线截图

图13 文章部分截图