چرا مشاهده دستی نمیتواند با مطالعات رفتاری مدرن همگام باشد
مشاهده دستی سابقهای طولانی در پژوهشهای رفتاری دارد و همچنان جایگاهی دارد. یک مشاهدهگر آموزشدیده میتواند حالتهای ظریف بدنی، تعاملات اجتماعی و زمینههای خاصی را که دوربین ممکن است از قلم بیندازد، متوجه شود. اما ارزیابی دستی سقفی دارد. یک فرد تنها میتواند چند ماهی را بهطور همزمان مشاهده کند و ارزیابی یا در زمان واقعی انجام میشود یا از پخش ویدئو. خستگی ایجاد میشود. دو مشاهدهگر ممکن است یک رفتار را بهصورت متفاوت ارزیابی کنند. رویدادهای سریع، مانند پاسخ ترس که کمتر از یک ثانیه طول میکشد، بهراحتی از قلم میافتد.
مطالعات رفتاری مدرن روی ماهی زebrafish اغلب شامل چندین تانک، چندین غلظت و چندین نقطه زمانی است. حجم دادهها بیش از آن است که هر تیمی بتواند بهصورت دستی آنها را ارزیابی کند. سیستم تحلیل رفتار ماهی زebrafish که بر پایه ردیابی ویدئویی کار میکند، این معادله را تغییر میدهد. این سیستم میتواند همزمان چندین محیط را ضبط کند و دادههای حرکتی را بدون نیاز به مشاهدهٔ مستمر توسط انسان استخراج کند. این کار لزوم قضاوت انسانی را از بین نمیبرد، اما نقش انسان را از ارزیابی مستقیم به نظارت تغییر میدهد.
آنچه که ردیابی ویدئویی در واقع ثبت میکند و سایر روشها از آن غافل میمانند
ردیابی ویدئویی تنها این را اندازهگیری نمیکند که آیا ماهی حرکت کرده است یا خیر؛ بلکه نحوه، زمان و مکان حرکت را نیز اندازهگیری میکند. یک خط لولهٔ ردیابی میتواند فاصلهٔ کل طیشده، سرعت متوسط، بیشینهٔ سرعت، زاویهٔ چرخش، شتاب و زمان اقامت در مناطق تعریفشده را محاسبه کند. این سیستم میتواند «یخزدن» (freezing) را تشخیص دهد که دورهای از بیحرکتی است و اغلب نشانهٔ ترس یا استرس محسوب میشود. همچنین میتواند زمان تأخیر برای ورود به یک منطقهٔ جدید پس از اعمال یک محرک را اندازهگیری کند.
این معیارها اهمیت دارند، زیرا رفتارهای متفاوت ممکن است در نگاه اول شبیه به هم به نظر برسند. ماهیای که در دایرههای تنگ شنا میکند و ماهیای که در خط مستقیم شنا میکند ممکن است فاصلهٔ یکسانی را طی کنند، اما رفتار بنیادین آنها متفاوت است. ماهیای که در نزدیکی کف تانک میماند ممکن است مضطرب باشد، یا دمای آب برایش سرد باشد، یا صرفاً ترجیح دهد در آن منطقه بماند. ردیابی ویدئویی دادههای خامی را فراهم میکند که به پژوهشگر اجازه میدهد این تفسیرها را آزمایش کند.
-
کل فاصلهٔ طیشده و سرعت متوسط.
-
بیشترین سرعت و شتاب در طول شتابهای ناگهانی.
-
زمان اقامت در مناطق مختلف، مانند بالا در مقابل پایین.
-
مدت و تعداد دورههای ساکنماندن.
-
زمان تأخیر پاسخ به محرک نوری یا صوتی.
نقش نرخ فریم و وضوح تصویر در کیفیت دادههای رفتاری
ردیابی ویدئویی تنها به اندازهای دقیق است که ویدئوی تحلیلشده باشد. نرخ فریم تعیین میکند که چقدر از یک رویداد سریع ثبت میشود. پاسخ ترسی که کسری از یک ثانیه طول میکشد، در نرخ فریم پایین ممکن است تنها در یک فریم ظاهر شود؛ بنابراین اندازهگیری دقیق زمان تأخیر یا بزرگی آن غیرممکن میشود. نرخ فریم بالاتر جزئیات بیشتری را ثبت میکند، اما حجم فایلها را نیز افزایش داده و نیاز به توان پردازشی بیشتری دارد.
وضوح تصویر به دلیل دیگری اهمیت دارد. لارو ماهی زebrafish کوچک است و باید موقعیت آن با دقت ردیابی شود. اگر وضوح تصویر خیلی پایین باشد، الگوریتم ردیابی ممکن است ماهی را با یک بازتاب یا ذرهای آلودگی اشتباه بگیرد. اگر وضوح تصویر بسیار بالا باشد، حجم فایلها افزایش یافته و تحلیل کند میشود. تعادل مناسب بستگی به اندازهی محیط آزمایش، سن ماهی و رفتار مورد مطالعه دارد.
| جنبه | مشاهده دستی | سیستم ردیابی ویدئویی |
|---|---|---|
| حجم دادهها | محدود به زمان مشاهدهگر | بالا، مداوم |
| رویدادهای سریع | بهراحتی از قلم میافتد | در صورت کافی بودن نرخ فریم ثبت میشود |
| تکرارپذیری | وابسته به مشاهدهگر | وابسته به الگوریتم، اما پایدار |
| گذردهی چندمیدانی | پایین | بالا |
| نقش انسان | نمرهگذاری | نظارت و تأیید |
چگونه الگوریتمهای ردیابی پیکسلها را به معیارهای رفتاری تبدیل میکنند
نرمافزار پشتسر ردیابی ویدئویی جادو نیست. این نرمافزار از دنبالهای از مراحل برای یافتن ماهی در هر فریم و پیوند دادن آن شناساییها بهصورت ردیابی استفاده میکند. کمکردن پسزمینه بخشهای ساکن تصویر را حذف میکند. آستانهگذاری یا تشخیص لبه، ماهی را جدا میسازد. الگوریتم ردیابی، مانند ردیابی مرکزثقل یا فیلتر کالمن، مکان احتمالی ماهی در فریم بعدی را پیشبینی کرده و آن را با شناسایی مربوطه تطبیق میدهد.
برای چندین ماهی، الگوریتمهای تخصیص مانند روش هانگاری به حفظ هویتها در هنگام تقاطع مسیرهای ماهیها کمک میکنند. ویژگیهای ظاهری مانند شکل دم یا الگوی رنگی میتوانند پایداری هویت را بهبود بخشند. خروجی، مجموعهای از مختصات در طول زمان است که سپس به معیارهای رفتاری توضیحدادهشده تبدیل میشود. هر مرحله دارای پارامترهایی است که بر نتیجه تأثیر میگذارند و این پارامترها باید مستند شده و در سراسر آزمایشها ثابت نگه داشته شوند.
نمونهای از یک زمینه که ردیابی ویدئویی یک اثر پنهان را شناسایی کرد
گروهی از متخصصان نوروفارماکولوژی در یک دانشگاه در شرق چین، ترکیبی را برای فعالیت ضد اضطراب آزمایش میکردند. در دوره اول، از ارزیابی دستی در جعبه روشن و تاریک استفاده شد. نتایج ناسازگان بودند. برخی از ظرفها تمایل واضحی به سمت تاریک نشان دادند، اما برخی دیگر چنین تمایلی نداشتند. مشاهدهگران در مورد موارد مرزی با هم اختلاف نظر داشتند و اندازه اثر کوچک بود.
گروه به سیستم تحلیل رفتار ماهی زebrafish با ردیابی ویدئویی روی آورد. این سیستم هر آرنا را بهصورت مداوم ضبط کرد و بهطور خودکار معیارهای مبتنی بر منطقه را محاسبه نمود. دادهها نشان داد که این ترکیب ترجیح به تاریکی را کاهش داد، اما حرکت کلی را نیز کاهش داد. ارزیابی دستی این اثر دوم را از قلم انداخت، چون مشاهدهکنندگان صرفاً بر انتخاب منطقه تمرکز داشتند. دادههای ردیابی ویدئویی هر دو اثر را آشکار ساخت. گروه تحلیل را تنظیم کرد تا این دو رفتار را از هم جدا کند. این ترکیب همچنان جالب بود، اما تفسیر آن تغییر کرد. بدون ردیابی ویدئویی، اثر بر حرکت ممکن بود کاملاً نادیده گرفته شود.
جایی که ردیابی ویدئویی محدودیت دارد و قضاوت انسانی همچنان اهمیت دارد
ردیابی ویدئویی یک ابزار است، نه راهحلی کامل. این ابزار ممکن است در برابر بازتابها، حبابها و آلودگیها گیج شود. اگر کنتراست پایین باشد یا ماهی به لبهٔ محیط آزمایش برسد، سیستم ممکن است ماهی را از دست بدهد. این سیستم نمیتواند تشخیص دهد که آیا ماهی سالم به نظر میرسد یا اینکه آیا مشکلی در تانک وجود دارد که بر رفتار ماهی تأثیر میگذارد. چنین قضاوتهایی همچنان نیازمند دخالت یک فرد هستند.
همچنین خطر اتکای بیش از حد به اعداد نیز وجود دارد. یک سیستم ردیابی میتواند جدولی بزرگ از معیارها تولید کند، اما همهٔ این معیارها معنادار نیستند. انتخاب معیارهای مناسب و تفسیر آنها در بافت مربوطه مهارتی است که با تجربه توسعه مییابد. سیستم دادهها را فراهم میکند؛ پژوهشگر معنا را ایجاد میکند.
شرکت هانتر لَب (هانتر) تجهیزات آزمایشگاهی ماهی زebrafish را با تمرکز بر پایداری تصویربرداری که ردیابی ویدیویی به آن وابسته است، طراحی و ساخت میکند. بخش تولید و کنترل کیفیت نیز از ثبات لازم برای مطالعات رفتاری بلندمدت حمایت میکند. برای آزمایشگاههایی که در تحلیل رفتاری به ردیابی ویدیویی متکی هستند، چنین انضباطی در ساخت، بخشی اساسی از زیربنای کار آنها محسوب میشود.