Dlaczego obserwacja ręczna nie nadąża za nowoczesnymi badaniami behawioralnymi
Obserwacja ręczna ma długą historię w badaniach behawioralnych i nadal odgrywa pewną rolę. Wykwalifikowany obserwator potrafi zauważyć subtelne pozycje ciała, interakcje społeczne oraz kontekst, których kamera może nie uchwycić. Jednak ręczne ocenianie ma swoje ograniczenia. Osoba może obserwować jednocześnie tylko kilka rybek, a ocena odbywa się w czasie rzeczywistym lub na podstawie odtwarzania nagrania wideo. Pojawia się zmęczenie. Dwóch obserwatorów może ocenić to samo zachowanie inaczej. Szybkie zdarzenia, takie jak reakcja na zaskoczenie trwająca ułamek sekundy, łatwo całkowicie przeoczyć.
Współczesne badania zachowania danio pręgowanego często obejmują wiele zbiorników, wiele stężeń i wiele punktów czasowych. Objętość danych przekracza możliwości ręcznej analizy przez dowolny zespół. System analizy zachowania danio pręgowanego oparty na śledzeniu wideo zmienia tę sytuację. Może jednoczesnie rejestrować wiele aren i wyodrębniać dane dotyczące ruchu bez konieczności obserwacji każdego sekunda przez człowieka. Nie oznacza to całkowitego wyeliminowania potrzeby ludzkiego sądu, ale przesuwa rolę człowieka ze scoringu do nadzoru.
Co śledzenie wideo rzeczywiście rejestruje, a czego nie uchwytują inne metody
Śledzenie wideo nie ogranicza się jedynie do pomiaru faktu ruchu ryby. Mierzy także sposób, moment oraz miejsce ruchu. Potok śledzenia może obliczać całkowitą odległość, średnią prędkość, maksymalną prędkość, kąt skrętu, przyspieszenie oraz czas spędzony w określonych strefach. Może wykrywać zastyganie (freezing), czyli okres nieruchomości, który często wskazuje na lęk lub stres. Może również mierzyć opóźnienie wejścia do nowej strefy po podaniu bodźca.
Te parametry są istotne, ponieważ różne zachowania mogą wydawać się podobne przy pierwszym spojrzeniu. Ryba pływająca w ciasnych okręgach i ryba pływająca po prostej linii mogą pokonać tę samą odległość, ale leżące u podstawy zachowanie różnią się od siebie. Ryba pozostająca blisko dna akwarium może być zestresowana, może odczuwać zimno lub po prostu preferować tę strefę. Śledzenie wideo dostarcza surowych danych, które umożliwiają badaczowi weryfikację tych interpretacji.
-
Całkowita pokonana odległość oraz średnia prędkość.
-
Maksymalna prędkość i przyspieszenie podczas krótkotrwałych skoków.
-
Czas spędzony w poszczególnych strefach, np. górnej w porównaniu z dolną.
-
Czas trwania i częstotliwość zastygania.
-
Czas opóźnienia reakcji na bodziec świetlny lub dźwiękowy.
Znaczenie częstotliwości klatek i rozdzielczości dla jakości danych behawioralnych
Śledzenie wideo jest tak dobre, jak wideo, które analizuje. Częstotliwość klatek określa, jak dużo szybkiego zdarzenia zostaje uchwycone. Reakcja zaskoczenia trwająca ułamek sekundy może zostać zredukowana do jednej klatki przy niskiej częstotliwości klatek, co czyni niemożliwym dokładne zmierzenie opóźnienia lub wielkości reakcji. Wyższa częstotliwość klatek pozwala uchwycić więcej szczegółów, ale generuje również większe pliki i wymaga większej mocy obliczeniowej.
Rozdzielczość ma znaczenie z innego powodu. Larwa danio pręgowanego jest mała, a jej położenie musi być śledzone z dużą precyzją. Jeśli rozdzielczość jest zbyt niska, algorytm śledzenia może pomylić rybę z odbiciem lub kawałkiem zanieczyszczenia. Jeśli rozdzielczość jest bardzo wysoka, pliki stają się większe, a analiza zwalnia. Odpowiednia równowaga zależy od rozmiaru areny, wieku ryb oraz badanego zachowania.
| Proporcje | Ręczna obserwacja | System śledzenia wideo |
|---|---|---|
| Wolumen danych | Ograniczony czasem obserwatora | Wysoki, ciągły |
| Szybkie zdarzenia | Łatwo przeoczane | Uchwycone, jeśli częstotliwość klatek jest wystarczająca |
| Powtarzalność | Zależne od obserwatora | Zależne od algorytmu, ale spójne |
| Przepustowość wieloarenowa | Niski | Wysoki |
| Rola człowieka | Nacinania | Nadzór i weryfikacja |
W jaki sposób algorytmy śledzenia przekształcają piksele w metryki zachowania
Oprogramowanie do śledzenia wideo nie jest czarodziejskie. Używa sekwencji kroków, aby znaleźć rybę na każdym klatkowym obrazie i połączyć te wykrycia w ślad. Odejmowanie tła usuwa statyczne elementy obrazu. Progowe przetwarzanie lub detekcja krawędzi izoluje rybę. Algorytm śledzenia, np. śledzenie centroidu lub filtr Kalmana, przewiduje, gdzie znajdzie się ryba na następnej klatce, i dopasowuje ją do wykrycia.
Dla wielu ryb algorytmy przypisania, takie jak metoda węgierska, pomagają zachować spójność tożsamości, gdy ryby przecinają się na swoich torach. Cechy wyglądu, np. kształt ogona lub wzór barwny, mogą poprawić trwałość identyfikacji. Wynikiem jest zestaw współrzędnych w czasie, który następnie przekształcany jest w metryki zachowania opisane wcześniej. Każdy krok ma parametry wpływające na wynik, a te parametry należy udokumentować i stosować w sposób spójny w całych eksperymentach.
Przykład pola, w którym śledzenie wideo wykryło ukryty efekt
Grupa neurofarmakologów na uniwersytecie w wschodnich Chinach testowała związek chemiczny pod kątem działania przeciwlękowego. W pierwszym etapie zastosowano ręczne ocenianie zachowania w teście pudełka jasnego i ciemnego. Uzyskane wyniki były niespójne: niektóre akwaria wykazywały wyraźną preferencję strony ciemnej, inne – nie. Obserwatorzy nie zgadzali się w przypadkach granicznych, a wielkość efektu była mała.
Grupa przeszła na system analizy zachowania danio pręgowanego z wykorzystaniem śledzenia wideo. System ten nagrywał ciągle każde akwen i automatycznie obliczał metryki oparte na strefach. Dane wykazały, że związek rzeczywiście zmniejszał preferencję ciemności, ale jednocześnie obniżał ogólną lokomocję. Ręczna ocena nie wykryła tego drugiego efektu, ponieważ obserwatorzy skupiali się wyłącznie na wyborze strefy. Dane ze śledzenia wideo ujawniły oba efekty. Grupa dostosowała analizę, aby oddzielić te dwa zachowania. Związek nadal pozostawał interesujący, lecz jego interpretacja uległa zmianie. Gdyby nie śledzenie wideo, efekt na lokomocję mógłby zostać całkowicie pominięty.
Tam, gdzie śledzenie wideo ma ograniczenia, a ludzkie sądzenie nadal ma znaczenie
Śledzenie wideo to narzędzie, a nie kompleksowe rozwiązanie. Może być mylone przez odbicia, pęcherzyki i zanieczyszczenia. Może utracić rybę, jeśli kontrast jest słaby lub jeśli ryba dotknie krawędzi akwariu. Nie potrafi określić, czy ryba wygląda na zdrową ani czy akwarium ma problem wpływający na zachowanie. Te oceny nadal wymagają udziału człowieka.
Istnieje również ryzyko nadmiernej zależności od danych liczbowych. System śledzenia może generować obszerną tabelę metryk, ale nie wszystkie z nich są istotne. Wybór odpowiednich metryk oraz ich interpretacja w odpowiednim kontekście to umiejętność rozwijana z doświadczeniem. System dostarcza danych. Badacz nadaje im znaczenie.
Hunter Lab (Hunter) produkuje sprzęt laboratoryjny do badań z wykorzystaniem danio pręgowanego, z naciskiem na stabilność obrazu niezbędną do śledzenia ruchu za pomocą wideo. Produkcja i kontrola jakości zapewniają spójność wymaganą w długotrwałych badaniach behawioralnych. Dla laboratoriów opierających się na śledzeniu ruchu za pomocą wideo w analizie zachowania taka dyscyplina produkcyjna stanowi podstawę ich pracy.