طراحی و ساخت سیستم کاشتنی برای بررسی حرکات رفتاری موش صحرائی مبتنی بر روشهای بینایی ماشین و شبکههای عصبی عمیق برای کاربردهای علوم اعصاب
صفحه 1-17
محمد اسماعیل زیبائی، سیده مهشاد حسینی
چکیده پایش دقیق و کمّی رفتار حیوانات آزمایشگاهی، به ویژه مدلهای حیوانی علوم اعصاب، اهمیت بسیاری در درک عملکرد مدارهای عصبی و ارتباط آنها با رفتارهای پیچیده دارد. در رفتارشناسی محاسباتی، با هدف خودکارسازی، افزایش دقت و کاهش وابستگی مطالعات به ناظر انسانی و تکرارپذیری نتایج، سیستمها و الگوریتمهای پردازشی نوینی در حال توسعهاند. در این پژوهش، سیستمی متشکل از دوربینهای بررسی رفتار محیطی و یک ایمپلنت مینیاتوری با قابلیت کاشت بر روی جمجمه موش صحرائی، طراحی و ساخته شده که حرکات بدن حیوان، مردمک چشم و زوایای حرکتی سر را ثبت میکند. ایمپلنت دارای حسگر IMU برای اندازهگیری شتاب و حرکت زاویهای سر و دوربین مادونقرمز برای مردمکسنجی میباشد که وزن نهایی آن حدود 4.5 گرم است. همچنین نرمافزاری برای پردازش و مصوّرسازی دادههای رفتاری توسعه داده شدهاست. از ترکیب دادههای شتابسنج و ژیروسکوپ برای محاسبه زوایای اویلری سر حیوان و از روشهای بینایی ماشین سنتی و شبکههای عصبی عمیق برای پردازش تصاویر استفاده میشود. الگوریتمهای آستانهگذاری و لبهیابی، سرعت پردازش ۲۵ فریم بر ثانیه را برای ردیابی مردمک موشهای رنگدانهدار و مرکز بدن فراهم میکنند که برای کنترل حلقه-بسته سیستمهای عصبی مناسب است. برای تخمین حالت بدن و بررسی مردمک موشهای زال، شبکه عصبی DeepLabCut همراه با روشهای تقویت داده و یادگیری انتقالی استفاده شده که خطای مدل مردمکسنجی به ازای ۴۴۸ تصویر برچسبگذاریشده و ۳۰,۰۰۰ دور آموزشی، به ۳.۳۱ پیکسل کاهش یافتهاست. روشهای یادگیری عمیق با وجود دقت بالا، بار پردازشی بالایی نیز دارند. لذا الگوریتم پردازشی مناسب با توجه به هدف آزمایش و سختافزار در دسترس، انتخاب میشود. این سیستم چندگانه مطالعه رفتاری، قابلیت استفاده همزمان با تکنیک اپتوژنتیک و ثبتهای الکتروفیزیولوژی داشته و ابزاری مفید برای مطالعات علوم شناختی فراهم میکند.
