Bakit hindi kayang abutin ng manu-manong obserbasyon ang mga modernong pag-aaral sa asal
Ang manu-manong obserbasyon ay may mahabang kasaysayan sa pananaliksik tungkol sa asal, at nananatili pa rin ito sa kanyang lugar. Ang isang nasanay na obserbador ay maaaring makita ang mga payak na posisyon, interaksyon sa lipunan, at konteksto na maaaring palampasin ng isang kamera. Ngunit may hangganan ang manu-manong pagmamarka. Ang isang tao ay maaari lamang tumingin sa ilang zebrafish lamang nang sabay-sabay, at ang pagmamarka ay nagaganap sa tunay na oras o mula sa pagpapatakbo muli ng bidyo. Dumarating ang pagod. Maaaring magkaiba ang marka ng dalawang obserbador sa parehong asal. Ang mga mabilis na pangyayari, tulad ng reaksyon sa gulat na tumatagal ng bahagi lamang ng isang segundo, ay madaling lubos na palampasin.
Ang mga modernong pag-aaral sa pag-uugali ng zebrafish ay kadalasang kasama ang maraming tangke, maraming konsentrasyon, at maraming oras na puntos. Ang dami ng datos ay lampas sa kaya i-score ng anumang grupo gamit ang kamay lamang. Ang isang sistema ng pagsusuri sa pag-uugali ng zebrafish na umaasa sa video tracking ay nagbabago sa equation na ito. Maaari nitong irekord ang maraming arena nang sabay-sabay at i-extract ang datos tungkol sa galaw nang walang tao na nanonood sa bawat segundo. Hindi ito ganap na tinatanggal ang pangangailangan ng paghuhusga ng tao, ngunit inililipat nito ang papel ng tao mula sa pagmamarka patungo sa pangangasiwa.
Ano ang tunay na nakakuhang impormasyon ng video tracking na hindi nakikita ng ibang paraan
Ang video tracking ay hindi lamang sumusukat kung gumalaw ang isang isda. Sinusukat nito kung paano, kailan, at saan. Ang isang tracking pipeline ay maaaring kalkulahin ang kabuuang distansya, average na bilis, pinakamataas na bilis, anggulo ng pagliko, akselerasyon, at oras na ginugugol sa mga tiyak na lugar. Maaari nitong tukuyin ang 'freezing,' na isang panahon ng kawalan ng galaw na madalas ay senyal ng takot o stress. Maaari rin nitong sukatin ang 'latency'—o ang tagal bago pumasok sa isang bagong lugar matapos ang isang stimulus.
Mahalaga ang mga metrikong ito dahil maaaring magmukhang magkatulad ang iba't ibang pag-uugali sa unang tingin. Ang isang isda na lumulutang sa maliit na bilog at ang isang isda na lumulutang nang tuwid ay maaaring tumakbo ng parehong distansya, ngunit ang likas na pag-uugali ay iba. Ang isang isda na nananatili malapit sa ilalim ng tangke ay maaaring nangangamba, o maaaring lamang mainit ang tubig, o baka gusto lang niya ang lugar na iyon. Ang video tracking ay nagbibigay ng raw data na ginagamit ng isang mananaliksik upang subukan ang mga interpretasyong iyon.
-
Kabuuang distansya na tinakbo at average na bilis.
-
Pinakamataas na bilis at acceleration habang nasa burst.
-
Oras na ginugol sa mga zona, tulad ng itaas kumpara sa ilalim.
-
Tagal at bilang ng freezing.
-
Tagal ng pagtugon sa isang liwanag o tunog na stimulus.
Ang papel ng frame rate at resolution sa kalidad ng behavioral data
Ang video tracking ay kasing ganda lamang ng video na pinag-aaralan nito. Ang frame rate ang nagtatakda kung gaano karami ang maitatala sa isang mabilis na pangyayari. Ang isang startle response na tumatagal ng bahagi lamang ng isang segundo ay maaaring mabawasan sa isang solong frame sa mababang frame rate, na ginagawang imposible ang tiyak na pagsukat ng latency o magnitude.
Mahalaga ang resolution dahil sa ibang kadahilanan. Maliit ang zebrafish larva, at kailangan itong subaybayan nang may katiyakan sa posisyon. Kung ang resolution ay napakababa, maaaring ikalito ng algorithm ng tracking ang isda sa isang reflection o isang piraso ng kalat. Kung ang resolution ay napakataas, lumalaki ang mga file at bumabagal ang pagsusuri. Ang tamang balanse ay nakasalalay sa sukat ng arena, sa edad ng isda, at sa ugali na pinag-aaralan.
| Aspeto | Pamamaraan ng tao | Sistema ng video tracking |
|---|---|---|
| Ang dami ng data | Nakapaloob sa oras ng obserber | Mataas, patuloy |
| Mabilis na mga pangyayari | Madaling palampasin | Naitatala kung ang frame rate ay sapat |
| Reproducibility | Nakasalalay sa obserber | Nakasalalay sa algorithm, ngunit pare-pareho |
| Kakayahan sa pagproseso sa maraming arena | Mababa | Mataas |
| Tungkulin ng tao | Pag-score | Pangangasiwa at pagpapatunay |
Paano ginagawa ng mga algorithm sa pagsubaybay ang mga pixel upang mabuo ang mga sukatan ng pag-uugali
Ang software na ginagamit sa pagsubaybay sa video ay hindi kahigpit na salamangka. Gumagamit ito ng isang serye ng mga hakbang upang hanapin ang isda sa bawat frame at i-link ang mga deteksyon na iyon upang makabuo ng isang track. Ang background subtraction ay nag-aalis sa mga istatikong bahagi ng larawan. Ang thresholding o edge detection naman ay naghihiwalay sa isda. Isang algorithm sa pagsubaybay, tulad ng centroid tracking o Kalman filter, ang gumagawa ng prediksyon kung saan makikita ang isda sa susunod na frame at inaasign ito sa isang deteksyon.
Para sa maraming isda, ang mga algorithm sa assignment tulad ng Hungarian method ang tumutulong upang panatilihin ang pagkakakilanlan kapag nagdadaan ang mga isda sa isa't isa. Ang mga katangian ng anyo, tulad ng hugis ng buntot o disenyo ng kulay, ay maaaring mapabuti ang pagpapanatili ng pagkakakilanlan. Ang output ay isang hanay ng mga koordinado sa loob ng panahon, na kung saan ay kinokonberte sa mga sukatan ng pag-uugali na nabanggit kanina. Bawat hakbang ay may mga parameter na nakaaapekto sa resulta, at ang mga parameter na iyon ay kailangang idokumento at panatilihin ang pagkakapareho sa lahat ng eksperimento.
Isang halimbawa sa larangan kung saan ang video tracking ay nakapagrehistro ng isang nakatagong epekto
Isang grupo sa neuropharmacology sa isang unibersidad sa silangang Tsina ay sinusubukan ang isang compound para sa anxiolytic activity. Ang unang yugto ay gumamit ng manu-manong pagmamarka ng isang light at dark box. Ang mga resulta ay hindi pare-pareho. Ang ilang mga tangke ay nagpakita ng malinaw na kinalulugdan sa madilim na gilid, ang iba naman ay hindi. Hindi sumasang-ayon ang mga obserbador sa mga borderline na kaso, at maliit ang effect size.
Ang grupo ay lumipat sa isang sistema ng pagsusuri ng pag-uugali ng zebrafish na may video tracking. Ang sistema ay nagre-record ng bawat arena nang patuloy at awtomatikong kinompyut ang mga sukatan batay sa lugar. Ang datos ay nagpakita na ang compound ay talagang binawasan ang preferensya sa madilim, ngunit binawasan din nito ang kabuuang paggalaw. Ang manu-manong pagmamarka ay nakaligtaan ang ikalawang epekto dahil ang mga obserbador ay nakatuon sa pagpili ng lugar. Ang datos mula sa tracking ay nagbigay-liwanag sa parehong epekto. Ang grupo ay inayos ang pagsusuri upang hiwalayin ang dalawang pag-uugali. Ang compound ay nananatiling kawili-wili, ngunit nagbago ang interpretasyon nito. Kung wala ang video tracking, maaaring lubos na maiwasan ang pagkakakita sa epekto sa paggalaw.
Kung saan may hangganan ang video tracking at kung saan pa rin mahalaga ang paghuhusga ng tao
Ang video tracking ay isang kagamitan, hindi isang buong solusyon. Maaaring malito ito sa mga repleksyon, mga bula, at mga dumi. Maaari nitong mawala ang isang isda kung ang kontrast ay mahina o kung ang isda ay humahapyang sa gilid ng arena. Hindi nito kayang sabihin kung ang isda ay mukhang malusog o kung ang tangke ay may problema na nakaaapekto sa pag-uugali nito. Ang mga ganitong pagpapasya ay nangangailangan pa rin ng tao.
Mayroon ding panganib na labis na umasa sa mga numero. Ang isang sistema ng pagsubaybay ay maaaring magproduko ng isang malaking talahanayan ng mga sukatan, ngunit hindi lahat ng mga ito ay may kahulugan. Ang pagpili ng tamang mga sukatan at ang interpretasyon nito sa tamang konteksto ay isang kasanayan na umuunlad kasama ang karanasan. Ang sistema ang nagbibigay ng datos. Ang mananaliksik ang nagbibigay ng kahulugan.
Ang Hunter Lab (Hunter) ay gumagawa ng kagamitan para sa laboratoryo ng zebrafish na may pagninilay sa katatagan ng imaging na kailangan ng video tracking. Ang produksyon at kontrol sa kalidad ay sumusuporta sa pagkakapare-pareho na kailangan ng mga pangmatagalang pag-aaral sa pag-uugali. Para sa mga laboratoryo na umaasa sa video tracking para sa pagsusuri ng pag-uugali, ang ganitong disiplina sa paggawa ay bahagi ng pundasyon.