Hệ thống theo dõi quỹ đạo cá ngựa vằn xác định đường bơi trong không gian 3D như thế nào?
AHệ thống theo dõi quỹ đạo cá zebrafish chuyển đổi các quan sát đồng bộ về một con vật đang bơi thành một đường đi được sắp xếp theo thời gian với tọa độ x, y và z. Kết quả không chỉ đơn thuần là một đường kẻ chồng lên video. Đó là một bản ghi không gian được tái tạo lại, có thể tiết lộ vị trí cá di chuyển, tốc độ thay đổi hướng, cũng như việc có sự thay đổi nào về độ sâu hay sở thích vùng không gian trong suốt thí nghiệm hay không. Đối với các nhà nghiên cứu chuyên khảo sát hành vi, các hợp chất tác động lên hệ thần kinh hoặc các tác động môi trường, sự khác biệt này rất quan trọng: một vết vẽ 2D có thể che giấu chuyển động theo chiều dọc — điều làm thay đổi cách diễn giải sinh học.
Là người sử dụng thường xuyên các quy trình chụp ảnh cá zebrafish, tôi thấy hữu ích khi chia công việc thành bốn nhiệm vụ liên kết: xác định một thể tích quan sát đáng tin cậy, thu thập các góc nhìn đồng bộ, nhận diện cùng một con cá trong từng góc nhìn, và chuyển đổi các điểm ảnh khớp nhau thành tọa độ không gian. Một Hệ thống theo dõi quỹ đạo cá zebrafish phải thực hiện đầy đủ cả bốn bước một cách nhất quán trước khi các chỉ số phân tích tiếp theo có giá trị để so sánh.
Tại sao bản đồ 3D thay đổi cách diễn giải các lộ trình bơi
Một camera nhìn từ trên xuống có thể đo một lộ trình được chiếu lên bể, nhưng nó nén chiều sâu. Hai con cá có thể trông như đã cắt ngang nhau trong hình ảnh dù thực tế chúng đi qua ở những độ sâu khác nhau. Tương tự, một con cá dường như dừng lại trong một góc nhìn nhất định có thể đang bơi tiến về phía máy ảnh hoặc lùi xa khỏi máy ảnh. lập bản đồ 3D bảo toàn chiều thiếu đó, cho phép phân tích quỹ đạo như một chuyển động trong một thể tích đã hiệu chuẩn thay vì một hình vẽ phẳng.
Điều này đặc biệt liên quan khi câu hỏi tập trung vào không gian sở thích, khám phá theo chiều dọc, bơi vòng tròn, tránh né hoặc khoảng cách xã hội. Phương pháp phù hợp phụ thuộc rất nhiều vào hình dạng bể, giai đoạn phát triển, điều kiện chiếu sáng và số lượng cá; không tồn tại một thiết lập tái tạo duy nhất nào hoạt động giống hệt nhau trong mọi phòng thí nghiệm. Dẫu vậy, lập luận nền tảng vẫn ổn định.
1. Hệ thống trước tiên thiết lập một hệ tọa độ 3D chung
Trước khi bắt đầu ghi hình, các máy ảnh và khu vực quan sát phải được hiệu chuẩn. Việc hiệu chuẩn ước tính cách mỗi máy ảnh nhìn thấy thế giới: vị trí và hướng của nó so với bể, đặc tính tiêu cự cũng như độ méo quang học. Một mục tiêu hiệu chuẩn có các điểm đã biết được đặt bên trong hoặc tại thể tích ghi hình liên quan. Phần mềm sử dụng những điểm đã biết đó để liên hệ vị trí điểm ảnh trong mỗi góc nhìn với một hệ tọa độ vật lý chung.
Bước này dễ bị đánh giá thấp. Nếu hệ tọa độ không ổn định, sự thay đổi độ sâu được đo có thể phản ánh độ méo ống kính, vị trí máy ảnh thay đổi hoặc các hiệu ứng khúc xạ tại ranh giới nước–không khí chứ không phải hành vi thực tế. Trong thực tế, nên ghi lại cấu hình hiệu chuẩn, mực nước, thiết lập máy ảnh và vị trí khu vực quan sát cùng với từng quy trình. Bước thiết lập mà ít người đề cập thường chính là bước đảm bảo khả năng so sánh giữa các lần chạy.
2. Các máy ảnh đồng bộ ghi lại các quan sát hai chiều bổ sung cho nhau
AHệ thống theo dõi quỹ đạo cá zebrafish thường sử dụng hai hoặc nhiều góc nhìn của cùng một khu vực. Các bố trí stereo hoặc đa camera cung cấp các góc nhìn khác nhau tại cùng một thời điểm. Việc kích hoạt phần cứng hoặc một phương pháp đồng bộ hóa thời gian được kiểm chứng cẩn thận đảm bảo rằng khung hình 250 từ một camera tương ứng chính xác với khung hình 250 từ camera kia. Nếu thiếu sự đồng bộ, các cú quay nhanh có thể bị ghép sai với vị trí tương ứng trong góc nhìn khác, dẫn đến ước tính 3D không hợp lý.
Mỗi ảnh vẫn bắt đầu như một phép đo 2D. Phần mềm theo dõi tách cá ra khỏi nền bằng độ tương phản, phân đoạn hoặc một bộ dò đã được huấn luyện, sau đó ước tính một điểm đại diện như tâm thân, đầu hoặc trọng tâm. Điểm được chọn cần phù hợp với câu hỏi sinh học đặt ra. Trọng tâm có thể đủ dùng cho các phân tích về khoảng cách và mức độ chiếm dụng vùng, trong khi hướng đầu lại mang thông tin phong phú hơn cho điều hướng các nghiên cứu về kích thích–phản ứng.
3. Liên kết đa góc nhìn xác định cùng một quan sát
Nhiệm vụ tiếp theo là thiết lập tương ứng: xác định xem phát hiện nào trong máy ảnh A thuộc về phát hiện nào trong máy ảnh B. Với một con cá trong bể đơn giản, việc này có thể khá rõ ràng. Tuy nhiên, khi có nhiều cá cùng lúc, hiện tượng phản chiếu, thân cá chồng lấn hoặc che khuất lẫn nhau, độ khó tăng lên đáng kể. Các quy trình xử lý tốt sẽ giới hạn các khả năng ghép nối dựa trên hình học đã hiệu chuẩn của máy ảnh, đặc điểm ngoại hình cơ thể và tính liên tục từ các khung hình lân cận.
Tính liên tục theo thời gian ở đây rất quan trọng. Một con cá không thể thực tế nhảy xuyên qua bể giữa hai khung hình liền kề, do đó logic theo dõi có thể đánh dấu một cặp ghép đề xuất gây ra vận tốc hay góc xoay phi lý. Tuy nhiên, hệ thống không nên tự động loại bỏ những chuyển động nhanh thực sự. Một quy trình hợp lý sẽ đánh dấu các đoạn có độ tin cậy thấp để xem xét lại thay vì coi mọi đường cong đã làm mượt là dữ liệu gốc chính xác.
4. Nội suy ba chiều (triangulation) chuyển đổi các điểm ảnh đã ghép thành tọa độ ba chiều
Khi hệ thống đã xác định được vị trí 2D khớp nhau trong các khung hình đồng bộ, nó sẽ chiếu một tia quan sát từ mỗi máy ảnh đi qua điểm ảnh đó. Vị trí 3D ước tính chính là điểm giao nhau của các tia này, hoặc là điểm gần nhất giữa chúng khi nhiễu đo lường ngăn cản việc giao nhau chính xác. Việc lặp lại phép tính này cho từng khung hình sẽ tạo ra một chuỗi tọa độ: x cho vị trí ngang, y cho trục ngang còn lại và z cho độ sâu.
Đây là phần cốt lõi của lập bản đồ 3D . Một nghiên cứu gần đây về việc theo dõi cá ngựa vằn 3D đã công bố sử dụng 36.980 ảnh để tái tạo tọa độ cho 18.490 con cá ngựa vằn; ví dụ này minh họa quy mô có thể đạt được nhờ phân tích tự động, chứ không phải là tiêu chuẩn chung áp dụng cho mọi phòng thí nghiệm. Kết quả hữu ích là một chuỗi tọa độ gắn với thời gian, đồng thời giữ lại thông tin độ tin cậy ở mức tối đa có thể.
5. Lọc giúp tạo ra một quỹ đạo dễ diễn giải mà không bịa đặt hành vi
Tọa độ thô thường chứa hiện tượng rung nhẹ giữa các khung hình liên tiếp. Một Hệ thống theo dõi quỹ đạo cá zebrafish có thể sử dụng bộ lọc hoặc ước lượng trạng thái để giảm nhiễu đó và lấp đầy các khoảng thiếu phát hiện ngắn. Điều cốt yếu là sự tiết chế. Việc làm mượt quá mức có thể biến những khúc quẹo sắc nét, mang ý nghĩa sinh học rõ ràng thành những đường cong nhẹ nhàng; việc lấp đầy khoảng trống một cách mạnh mẽ có thể tạo ra các đường bơi mà cá không thực sự di chuyển theo.
Ban đầu, chúng tôi coi một đường vết trực quan mượt mà là mục tiêu, nhưng chỉ số hữu ích hơn lại là độ tin cậy của việc tái tạo kết hợp với đường vết. Hãy xem lại các điểm 3D đã chiếu ngược lên video gốc, kiểm tra các sai số còn sót lại từ góc nhìn của từng camera và so sánh các chỉ số tổng hợp với các quan sát chưa qua lọc. Nếu xu hướng ưu tiên độ sâu dường như biến mất khi loại bỏ các đoạn có độ tin cậy thấp, thì kết quả này cần được báo cáo là chưa chắc chắn thay vì được quảng bá như một phát hiện.
Từ tọa độ đến các chỉ số hành vi
Sau khi xây dựng lại, chuỗi tọa độ có thể hỗ trợ các phép đo như tổng chiều dài quãng đường, tốc độ tức thời, gia tốc, mức chiếm dụng theo chiều dọc, thời gian ở trong các vùng được xác định, vận tốc góc, khoảng cách gần nhất đến hàng xóm và các mẫu chuyển tiếp. Các đầu ra này trả lời những câu hỏi khác nhau. Tổng quãng đường mô tả mức độ hoạt động; mức chiếm dụng theo chiều dọc có thể mô tả chiều dọc điều hướng ; tốc độ quay có thể tiết lộ hành vi điều khiển hoặc phản ứng với một kích thích. Một kế hoạch phân tích rõ ràng sẽ xác định trước các phép đo này trước khi so sánh giữa các nhóm.
Kiểm soát môi trường là một phần của việc diễn giải. Nhiệt độ, độ chiếu sáng, rung động, chất lượng nước và cách xử lý có thể làm thay đổi các đường bơi một cách độc lập so với can thiệp đang được nghiên cứu. Việc dịch chuyển máy ảnh hoặc thay đổi mực nước cũng có thể gây ra thay đổi tương tự. Một cách tiếp cận thực tiễn là ghép dữ liệu tọa độ với siêu dữ liệu thu thập và các phiên kiểm soát tương đương.
Danh sach kiem tra thuc te
- Xác nhận việc đồng bộ hóa máy ảnh bằng một bài kiểm tra có thể lặp lại trước khi thu thập dữ liệu hành vi.
- Hiệu chuẩn trong phạm vi thể tích bể liên quan và lặp lại hiệu chuẩn sau mỗi thay đổi phần cứng hoặc mực nước.
- Xác minh các điểm 3D tiêu biểu bằng cách chồng các phép chiếu lên từng khung hình từ camera.
- Kiểm tra các khoảng tin cậy thấp, che khuất, phản xạ và hoán đổi danh tính thay vì giả định phần mềm đã xử lý đúng.
- Định nghĩa trước các không gian vùng và các chỉ số kết quả được dùng để so sánh.
- Lưu trữ video gốc, hồ sơ hiệu chuẩn, dữ liệu tọa độ xuất ra và thiết lập xử lý để kết quả có thể được kiểm toán.
Một đường đi 3D tiết lộ điều gì
AHệ thống theo dõi quỹ đạo cá zebrafish thể hiện hành vi bằng cách liên kết các hình ảnh được hiệu chuẩn cẩn thận với các phát hiện đồng bộ, khớp giữa các góc nhìn, tọa độ nội suy tam giác và kiểm tra chất lượng minh bạch. Phương pháp này không thay thế thiết kế thí nghiệm; nó làm cho bản ghi chuyển động đầy đủ hơn. Khi hiệu chuẩn, rà soát độ tin cậy và kiểm soát môi trường được coi là một phần của quy trình thử nghiệm, các quỹ đạo 3D có thể phân biệt sự thay đổi thực sự trong điều hướng hoặc mức độ sử dụng chiều sâu với sai lệch do hình ảnh gây ra.
Để thực hiện một nghiên cứu vững chắc, hãy bắt đầu từ câu hỏi sinh học, chọn điểm cần theo dõi, xác thực quá trình tái tạo trong môi trường thực tế, rồi mới tính toán các chỉ số nhằm trả lời câu hỏi đó. Trình tự này giúp dữ liệu đường đi 3D luôn hữu ích, có thể lặp lại và dựa trên những gì máy ảnh thực sự ghi nhận.