Kuinka zebrafish-liikeradan seurantajärjestelmä kartoittaa uimareittejä kolmiulotteisessa avaruudessa?
AZebrafish-radan seurantaan käytetty järjestelmä muuntaa synkronoidut havainnot uivasta eläimestä aikajärjestyksessä olevaksi poluksi x-, y- ja z-koordinaateissa. Tulos ei ole pelkkä viiva, joka on piirretty videolle. Se on rekonstruoitu avaruudellinen tallenne, joka voi paljastaa, missä kala liikkui, kuinka nopeasti se muutti suuntaansa ja vaihtoiko syvyys- tai aluepreferenssi kokeen aikana. Käyttäytyminen, neuroaktiiviset yhdisteet tai ympäristövaikutukset tutkiville tutkijoille tämä ero on merkityksellinen: 2D-jälki voi piilottaa pystysuuntaisen liikkeen, joka muuttaa biologista tulkintaa.
Päivittäin zebrafish-kuvantamistyönkulkuja käyttävänä käyttäjänä pidän hyödyllisenä jakaa tehtävä neljään toisiinsa liittyvään osaan: luotettavan havaintotilavuuden määrittäminen, synkronoitujen näkökulmien keruu, saman kalan tunnistaminen jokaisesta näkökulmasta ja sovitettujen kuvapisteiden muuntaminen avaruudellisiksi koordinaateiksi. A Zebrafish-radan seurantaan käytetty järjestelmä täytyy suorittaa kaikki neljä johdonmukaisesti ennen kuin jälkikäsittelyn mittausarvot ovat vertailukelpoisia.
Miksi 3D-kartoitus muuttaa uimareittien tulkintaa
Ylhäältä katsottava kamera voi mitata projektion reitistä akvaariossa, mutta se puristaa syvyyttä. Kaksi kalaa voi näyttää risteävän kuvassa vaikka ne olisivat kulkenut eri syvyyksillä. Samoin kala, joka näyttää pysähtyneen yhdessä näkymässä, saattaa itse asiassa uida kohti kameraa tai kamerasta poispäin. 3D-kartoitus säilyttää tuon puuttuvan ulottuvuuden, mikä mahdollistaa liikeradan tarkastelun liikkumisena kalibroidussa tilavuudessa eikä tasaisena piirroksena.
Tämä on erityisen merkityksellistä, kun kysymys koskee avaruus mieltymystä, pystysuuntaista tutkimista, kiertelyä, välttelyä tai sosiaalista etäisyyttä. Oikea lähestymistapa riippuu voimakkaasti akvaarion geometriasta, kehitysvaiheesta, valaistuksesta ja kalojen määrästä; ei ole olemassa yhtä ainoaa rekonstruktioasetelmaa, joka toimisi täsmälleen samalla tavalla jokaisessa laboratoriossa. Silti peruslogiikka on vakaa.
1. Järjestelmä määrittää ensin yhteisen 3D-koordinaatiston
Ennen nauhoituksen aloittamista kamerat ja areena on kalibroitava. Kalibrointi arvioi, miten kukin kamera näkee maailmaa: sen sijainti ja suunta suhteessa säiliöön, polttoväli ja optinen vääristymä. Kalibrointitavoite, jossa on tunnetut pisteet, sijoitetaan sisälle tai relevanttiin kuvantumistilavuuteen. Ohjelmisto käyttää näitä tunnettuja pisteitä yhdistääkseen pikselipaikan jokaisessa näkymässä yhteiseen fyysiseen koordinaatistoon.
Tätä vaihetta on helppoa aliarvioida. Jos koordinaatisto ei ole vakaa, mitattu syvyyden siirtymä saattaa heijastaa linssivääristymää, muuttunutta kameran sijaintia tai taittumisvaikutuksia veden ja ilman rajapinnassa eikä todellista käyttäytymistä. Käytännössä on viisas tallentaa kalibrointikonfiguraatio, vedenpinnan korkeus, kameran asetukset ja areenan sijoittelu jokaisen protokollan yhteydessä. Yleensä kukaan ei mainitse sitä asennusvaihetta, joka usein takaa vertailukelpaisuuden eri nauhoitusten välillä.
2. Synkronoidut kamerat tallentavat täydentäviä 2D-havaintoja
AZebrafish-radan seurantaan käytetty järjestelmä käyttää yleensä kahden tai useamman näkymän samaa aluetta. Stereotai monikamerajärjestelyt tarjoavat eri näkökulmia samalla ajanhetkellä. Laitteistopohjainen laukaisu tai huolellisesti varmistettu ajoitusmenetelmä varmistaa, että yhden kameran kehys 250 vastaa toisen kameran kehystä 250. Ilman synkronointia nopeat käännökset voivat liittyä väärään sijaintiin toisessa näkymässä ja tuottaa uskomattoman 3D-arvion.
Jokainen kuva alkaa edelleen 2D-mittauksesta. Seurantasoftware erottaa kalan taustasta kontrastin, segmentoinnin tai koulutetun tunnistimen avulla ja arvioi sitten edustavan pisteen, kuten kehon keskipisteen, pään tai massakeskipisteen. Valittu piste tulisi vastata biologista kysymystä. Massakeskipiste voi riittää etäisyyden ja alueen käytön analysointiin, kun taas pään suuntaus voi olla informatiivisempi navigointi tai ärsykkeen ja vastauksen tutkimuksiin.
3. Ristinäkemäassosiaatio tunnistaa saman havainnon
Seuraava tehtävä on vastaavuuden määrittäminen: päätetään, mikä kameran A havainto kuuluu kameran B johonkin havaintoon. Yhden kalan tapauksessa yksinkertaisessa altaassa tämä voi olla suoraviivaista. Ryhmäkalojen, heijastusten, päällekkäisten kehojen tai peittyvien kalojen tapauksessa se muuttuu paljon vaikeammaksi. Hyvät työnkulut rajoittavat mahdollisia vastaavuuksia kalibroitujen kamerageometrioiden, kehon ulkonäön ja vierekkäisten kuvien jatkuvuuden avulla.
Aikallisella jatkuvuudella on tässä tärkeä rooli. Kala ei voi todellisuudessa hyppiä altaan yli vierekkäisissä kuvissa, joten seurantalogiikka voi merkitä epärealistisen nopeuden tai käännöksen aiheuttavan ehdotetun vastaavuuden. Sen ei kuitenkaan pitäisi hiljaisesti poistaa aidosti nopeita liikkeitä. Luotettava työnkulku merkitsee alhaisen luottamuksen alueet tarkastettaviksi sen sijaan, että kaikki tasattu viiva käsiteltäisiin maaperän totuutena.
4. Kolmiulotteinen paikannus muuntaa vastaavat pikselit kolmiulotteisiksi paikoiksi
Kun järjestelmällä on sovitettu 2D-sijainti synkronoiduissa näkymissä, se projisoi katselusäteen kustakin kamerasta kyseisen kuvapisteen kautta. Arvioitu 3D-sijainti on niiden säteiden leikkauspiste tai se paikka, jossa säteet ovat toisiaan lähimpänä, jos mittauskohina estää tarkan leikkauksen. Tämän laskutoimituksen toistaminen kehysten kerrallaan tuottaa koordinaattijonon: x lateraaliseen sijaintiin, y toiseen vaakasuuntaiseen akseliin ja z syvyyteen.
Tämä on 3D-kartoitus . Viimeaikaisessa julkaistussa 3D-zebrafish-seurantatutkimuksessa ilmoitettiin käytetyn 36 980 kuvaa 18 490 zebrafishin koordinaattien rekonstruoimiseen; tämä esimerkki havainnollistaa automatisoidun analyysin mahdollista mittakaavaa, ei kuitenkaan yleistä vertailukohdetta kaikille laboratorioille. Hyödyllinen tuloste on aikaan sidottu koordinaattijono, johon mahdollisimman pitkälle säilytetään luottamusinformaatio.
5. Suodatus luo tulkittavan polun ilman käyttäytymisen keksimistä
Raakakoordinaatit sisältävät usein pientä kehys-kehys-könttäystä. Zebrafish-radan seurantaan käytetty järjestelmä voi käyttää suodatusta tai tila-arviointia häiriön vähentämiseen ja lyhyiden havaintojen puutteiden täydentämiseen. Avainasemassa on pidättyvyys. Liiallinen tasoitus voi muuttaa teräviä, biologisesti merkityksellisiä käännöksiä pehmeiksi kaariksi; aggressiivinen aukkojen täyttö voi luoda uimisreittejä joita kala ei todellisuudessa kulkenut.
Aloitimme käsittelemällä visuaalisesti sileää jälkeä tavoitteena, mutta hyödyllisempi mittari oli rekonstruktion luotettavuus yhdessä jäljen kanssa. Tarkista projisoitujen 3D-pisteiden sijainti alkuperäisillä videoilla, tarkastele jäännösvirheitä kameran näkökulmista ja vertaa yhteenvetometriikoita suodattamattomiin havaintoihin. Jos ilmeinen syvyyden suosinta katoaa, kun matalan luottamuksen segmentit poistetaan, sen tulisi ilmoittaa epävarmana löydöksenä eikä edistää sitä varmana tuloksena.
Koordinaateista käyttäytymismittareihin
Uudelleenrakennettujen koordinaattisarjojen avulla voidaan laskea esimerkiksi kokonaismatkan pituutta, hetkellistä nopeutta, kiihtyvyyttä, pystysuuntaista käyttöasteikkoa, määriteltyihin alueisiin vietävää aikaa, kulmanopeutta, lähimmän naapurin etäisyyttä ja siirtymäkaavioita. Nämä tulokset vastaavat eri kysymyksiin. Kokonaismatka kuvaa aktiivisuutta; pystysuuntainen käyttöasteikko voi kuvata pystysuuntaista navigointi ; kääntymisnopeus voi paljastaa liikkumisen tai reaktion ärsykkeeseen. Selkeä analyysisuunnitelma määrittelee nämä mittausmenetelmät ennen ryhmien vertailua.
Ympäristön säätely kuuluu tulkintaan. Lämpötila, valaistus, värinä, veden laatu ja käsittely voivat vaikuttaa uimisreittejä riippumatta tutkittavasta käsittelystä. Samoin kameran siirtyminen tai vedenpinnan muutos voivat vaikuttaa. Käytännöllinen lähestymistapa on yhdistää koordinaattidata keruuun liittyvään metatietoon ja vertailukelpaisiin kontrollitilanteisiin.
Käytännöllinen validointitarkistuslista
- Vahvista kameroiden synkronointi toistettavalla testillä ennen käyttäytymisdataa kerättäessä.
- Kalibroi sisällä kyseisen säiliön tilavuutta ja toimi kalibrointi uudelleen laitteiston tai vedenpinnan muutosten jälkeen.
- Tarkista edustavat 3D-pisteet päällystämällä projektioita jokaisen kameran näkymään.
- Tarkastele alhaisen luottamustason välejä, peittyneisyyksiä, heijastuksia ja tunnisteen vaihtoja sen sijaan, että oletettaisiin ohjelman ratkaisseen ne oikein.
- Määrittele etukäteen avaruus vertailuun käytettävät vyöhykkeet ja tulosten mittarit.
- Tallenna raakavideot, kalibrointitiedot, koordinaattien vientitiedot ja käsittelyasetukset, jotta tulosta voidaan tarkistaa.
Mitä 3D-reitti voi kertoa sinulle
AZebrafish-radan seurantaan käytetty järjestelmä kuvaa käyttäytymistä yhdistämällä huolellisesti kalibroidut kuvat synkronisoituihin havaintoihin, ristinäkymien vastaavuuksiin, kolmiulotteisesti laskettuihin koordinaatteihin ja läpinäkyviin laatuvarmistuksiin. Se ei korvaa kokeellista suunnittelua; se tekee liiketietueesta täydellisemmän. Kun kalibrointi, luottamusarvio ja ympäristölliset ohjaukset otetaan osaksi testiä, 3D-radat voivat erottaa todellisen muutoksen navigointi tai syvyyden käytössä taustahäiriöstä kuvauksessa.
Vahvan tutkimuksen aloittamiseksi on ensin määriteltävä biologinen kysymys, sitten valittava seurauskohta, vahvistettava rekonstruktio todellisessa kohtauspaikassa ja lopuksi laskettava vain ne mittasuureet, jotka vastaavat kyseistä kysymystä. Tämä järjestys pitää 3D-polkudatan hyödyllisenä, toistettavana ja perustettuna siihen, mitä kamerat todella havainnoivat.