Для Эрика Иттри, доцента кафедры биологических наук и факультета Института неврологии Университета Карнеги-Меллона, лучший способ понять работу мозга – это посмотреть, как организмы взаимодействуют с миром.
"Поведение управляет всем, что мы делаем," Иттри сказал.
Как поведенческий нейробиолог Иттри изучает, что происходит в мозгу, когда животные ходят, едят, нюхают или совершают какие-либо действия. Подобные исследования могут помочь ответить на вопросы о неврологических заболеваниях или расстройствах, таких как болезнь Паркинсона или инсульт. Но выявить и предсказать поведение животных крайне сложно.
Теперь новый алгоритм машинного обучения без учителя, разработанный Иттри и Алексом Хсу, доктором биологических наук.D. кандидат в своей лаборатории, делает изучение поведения намного проще и точнее. Исследователи опубликовали статью о новом инструменте B-SOiD (поведенческая сегментация открытого поля в DeepLabCut) в Nature Communications.
Алгоритм B-SOiD может обнаруживать типы движений, как показано здесь в облаке точек, а затем обобщать для разных субъектов, обнаруживая одинаковые движения у обоих людей.
Раньше стандартным методом отслеживания поведения животных было отслеживание очень простых действий, например, нажимает ли обученная мышь рычаг или ест ли животное пищу или нет. В качестве альтернативы экспериментатор мог бы потратить часы и часы на определение поведения вручную, обычно кадр за кадром на видео, процесс, подверженный человеческим ошибкам и предвзятости.
Сюй понял, что может позволить алгоритму обучения без учителя выполнять трудоемкую работу. B-SOiD обнаруживает модели поведения, выявляя закономерности в положении тела животного. Алгоритм работает с программным обеспечением компьютерного зрения и может сообщать исследователям, какое поведение происходит в каждом кадре видео.
"Он использует уравнение, чтобы последовательно определять, когда начинается поведение," Сюй объяснил. "Как только вы достигнете этого порога, поведение выявляется каждый раз, когда. Человек-экспериментатор может переключаться между двумя рамками или несколькими категориями, пытаться решить, где начинается поведение, и со временем утомляется."
Иттри сказал, что B-SOiD обеспечивает огромное улучшение и открывает несколько возможностей для новых исследований.
"Это устраняет предвзятость пользователей и, что более важно, устраняет временные затраты и тяжелую работу," он сказал. "Мы можем точно обработать часы данных за считанные минуты."
Кроме того, B-SOiD очень удобен в использовании и открыт для любого исследователя. Лаборатория Иттри и их сотрудники использовали новый алгоритм в исследованиях во многих важных областях, включая исследования, чтобы лучше понять хроническую боль, обсессивно-компульсивное расстройство и многое другое.
Сотрудники даже начали использовать B-SOiD для изучения движений человека при болезни Паркинсона.
"Мы начинаем видеть, может ли это быть использовано врачом как часть объективного теста, чтобы показать, насколько далеко зашло заболевание пациента. Есть надежда, что пациенту в любой точке мира будет поставлен диагноз по одной стандартизированной метрике," Иттри сказал.
Это прорыв в том, как ученые могут изучать естественное поведение и его изменения, а не чрезмерно упрощенные или субъективные измерения, которые преобладают в нейробиологии и этологии.