大鼠运动行为的自动分析

发布时间：2019-09-24 02:01

【摘要】：实验动物行为分析是高级中枢神经功能研究的一项重要技术手段,不仅广泛应用于神经心理学、神经药理学等传统领域,而且延伸到人工智能、仿生学、脑机接口等新兴交叉研究领域。运动行为参数化描述是行为分析的基础,因此建立动物行为自动分析方法对促进相关学科的发展具有重要意义。根据运动行为分析的要求和大鼠行为的特点,本文提出混合高斯模型表征器-行为模型方法自动分析大鼠旷野实验中的运动行为。首先,应用数字图像处理技术自动识别和跟踪大鼠重心位置,记录旷野实验中大鼠的时序运动轨迹;联合使用稳健LOWESS算法和RRM算法提取轨迹特征,并将轨迹划分为静止段和运动段两个子行为。其次,用高斯混合模型表征法,识别“行进”、“逗留”以及“飞奔(Darting)”等基本行为单元,进而分析逗留段空间分布、Darting次数等评价大鼠旷野实验的量化参数。最后应用隐马尔科夫模型方法建立大鼠运动行为模型,用于描述不同状态下的运动行为。以睡眠剥夺对大鼠行为影响研究为例,对此方法进行了初步应用测试。实验结果表明,逗留段空间分布较运动距离在各组间的差异更加显著,更好地反映不同状态大鼠空间运动水平和兴奋性,同时证实Darting次数是评价不同状态大鼠运动行为的一项有效指标。在行为描述中,正常条件模型较睡眠剥夺模型对相应条件下大鼠的运动行为的判别率高,二者正确率分别为100%和66.7%。实验结果也说明了高斯混合模型表征器-行为模型应用于大鼠运动行为自动分析的有效性和实用性。
【图文】：

序列,自动分析,整体流,行为

求给出对特定行为的理解。本文的研究由行为和语音信号的相似性出发，运用高斯混合模型表征器一行为模型法对大鼠旷野实验的运动行为进行描述。整体过程如图2一1所示:图2一，大鼠运动行为自动分析整体流程图本文的研究中的主要算法分为数据获取和预处理、高斯混合模型表征法和隐马尔科夫模型似MM)s三个部分，，将在本章的三个小节中详细介绍。夸2.1运动行为数据获取与预处理本小节将以大鼠旷野实验的运动行为数据的获取和预处理算法为重点，介绍大鼠运动行为自动分析前期的准备工作。圣2.1.1运动行为数据获取在进行大鼠旷野实验时，在旷野实验箱正上方放置摄像头捕捉大鼠在实验箱中的活动情况，并按照一定帧率获取并保存为位图序列，所获取的位图序列为最原始数据源。对所获取的位图序列，利用图像处理技术从背景图像中提取到运动动物目标，并进行目标定位，以获取到旷野实验轨迹序列数据。目前国内外在研究运动物体识别中经常采用的目标检测算法有灰度图像剪影法

帧率,旷野,七大,运动轨迹

七大鼠3分钟旷野实验运动轨迹静止段和运动段分割结果图
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：R-332

【相似文献】