Защо ръчното наблюдение не може да върви в крак с модерните поведенчески проучвания
Ръчното наблюдение има дълга история в поведенческите изследвания и все още има своето място. Подготвен наблюдател може да забележи тънки пози, социални взаимодействия и контекст, които камера може да пропусне. Но ръчното оценяване има граници. Човек може да наблюдава едновременно само няколко риби, а оценяването става в реално време или от видеовъзпроизвеждане. Настъпва умора. Двама различни наблюдатели могат да оценят едно и също поведение по различен начин. Бързи събития, като например реакция на изненада, която продължава по-малко от секунда, лесно се пропускат напълно.
Съвременните поведенчески изследвания на данио рерио често включват множество резервоари, множество концентрации и множество временни точки. Обемът на данните надхвърля това, което всеки екип може да оцени ръчно. Системата за поведенчески анализ на данио рерио, която се основава на видео проследяване, променя това уравнение. Тя може да записва множество арени едновременно и да извлича данни за движение без наблюдател, който да гледа всяка секунда. Това не отстранява необходимостта от човешко преценяване, но премества човешката роля от оценяване към надзор.
Какво точно улавя видео проследяването, което другите методи пропускат
Видео проследяването не измерва само дали рибата се е придвижила. То измерва как, кога и къде. Проследяващият процес може да изчисли общото разстояние, средната скорост, максималната скорост, ъгъла на завиване, ускорението и времето, прекарано в определени зони. То може да регистрира замръзване – период на неподвижност, който често показва страх или стрес. Може да измери латентността за влизане в нова област след стимул.
Тези метрики са важни, защото различни поведения могат да изглеждат подобни на пръв поглед. Риба, която плува в тесни кръгове, и риба, която плува по права линия, може да изминат едно и също разстояние, но основното поведение е различно. Риба, която остава близо до дъното на аквариума, може да е тревожна, може да е студена или просто може да предпочита тази зона. Видео проследяването предоставя суровите данни, които позволяват на изследователя да провери тези интерпретации.
-
Общо изминато разстояние и средна скорост.
-
Максимална скорост и ускорение по време на кратки импулсни движения.
-
Време, прекарано в определени зони, например горна спрямо долна.
-
Продължителност и честота на замръзване.
-
Забавяне при отговор на светлинен или звуков стимул.
Ролята на честотата на кадрите и разрешението в качеството на поведенческите данни
Видео проследяването е толкова добро, колкото е качеството на анализираното видео. Честотата на кадрите определя колко от бързо протичащо събитие се заснема. Реакцията на изненада, която продължава само част от секундата, може да се сведе до един-единствен кадър при ниска честота на кадрите, което прави невъзможно точното измерване на латентността или амплитудата. По-високата честота на кадрите заснема повече детайли, но същевременно води до по-големи файлове и изисква по-голяма изчислителна мощност.
Разделителната способност има значение поради друга причина. Ларвата на данио рерио е малка и позицията ѝ трябва да се проследява с висока точност. Ако разделителната способност е твърде ниска, алгоритъмът за проследяване може да обърка рибката с отражение или парченце отломки. Ако разделителната способност е много висока, файловете стават големи и анализът забавя. Правилният баланс зависи от размера на арената, възрастта на рибките и поведението, което се изучава.
| Степен | Ръчно наблюдение | Система за видео проследяване |
|---|---|---|
| Обем на данните | Ограничена от времето на наблюдателя | Висока, непрекъсната |
| Бързи събития | Лесно пропускани | Заснемат се, ако честотата на кадрите е достатъчна |
| Възпроизводимост | Зависи от наблюдателя | Зависи от алгоритъма, но е последователна |
| Пропускателна способност за множество арени | Ниска | Високо |
| Роля на човека | Насичане | Надзор и валидация |
Как алгоритмите за проследяване превръщат пикселите в поведенчески метрики
Софтуерът зад видео проследяването не е магия. Той използва последователност от стъпки, за да открие рибата във всяка кадър и да свърже тези открития в траектория. Изваждането на фона премахва статичните части на изображението. Прагово определяне или детектиране на ръбове изолира рибата. Алгоритъм за проследяване, като например проследяване по центроид или филтър на Калман, предвижда къде ще бъде рибата в следващия кадър и я съпоставя с откритие.
За множество риби алгоритми за разпределение, като метода на Унгария, помагат да се запазят идентичностите, когато рибите се пресичат. Признаци на външния вид, като форма на опашката или цвят на шарката, могат да подобрят устойчивостта на идентичността. Резултатът е набор от координати във времето, който след това се преобразува в поведенческите метрики, описани по-горе. Всяка стъпка има параметри, които влияят върху резултата, и тези параметри трябва да бъдат документирани и поддържани консистентни между експериментите.
Пример за поле, където видеонаблюдението е засякнало скрит ефект
Група по неврофармакология в университет в източния Китай тестваше съединение за анксиолитична активност. Първият етап използва ръчно оценяване в кутия с осветена и тъмна част. Резултатите бяха непоследователни. Някои резервоари показваха ясно предпочитание към тъмната страна, други – не. Наблюдателите не се съгласяваха по граничните случаи, а размерът на ефекта беше малък.
Групата премина към система за анализ на поведението на данио рерио с видео проследяване. Системата записваше непрекъснато всяка арена и автоматично изчисляваше метрики, базирани на зони. Данните показаха, че съединението наистина намалява предпочитанието към тъмното, но също така намалява общата локомоция. Ръчното оценяване беше пропуснало втория ефект, тъй като наблюдателите се фокусираха върху избора на зона. Данните от проследяването направиха видими и двата ефекта. Групата коригира анализа, за да отдели двете поведения. Съединението продължаваше да представлява интерес, но интерпретацията му се промени. Без видео проследяване ефектът върху локомоцията можеше напълно да бъде пропуснат.
Където видео проследяването има ограничения и човешната преценка все още има значение
Видеонаблюдението е инструмент, а не пълно решение. То може да бъде объркано от отражения, мехурчета и отпадъци. Може да изгуби рибата, ако контрастът е слаб или ако рибата докосне ръба на арената. Не може да определи дали рибата изглежда здрава или дали аквариумът има проблем, който влияе върху поведението ѝ. Такива преценки все още изискват човешко участие.
Съществува и рискът от прекомерна зависимост от числени данни. Системата за проследяване може да генерира голяма таблица с метрики, но не всички от тях са значими. Изборът на подходящи метрики и тяхното интерпретиране в контекста е умение, което се развива с опита. Системата предоставя данните. Изследователят придава смисъл.
Hunter Lab (Hunter) произвежда лабораторно оборудване за изследвания с циклопи, като обръща специално внимание на стабилността при визуализацията, от която зависи видеоследенето. Производството и контролът на качеството гарантират съгласуваността, необходима за дълготрайни поведенчески изследвания. За лабораториите, които разчитат на видеоследене за поведенчески анализ, такава дисциплина при производството е част от основата.