シングルからの3Dマウスポーズ
Scientific Reports volume 13、記事番号: 13554 (2023) この記事を引用
303 アクセス
1 オルトメトリック
メトリクスの詳細
単眼ビデオから手足を含むマウスの 3D 姿勢を推測する方法を紹介します。 人間の臨床症状やそれに対応する動物モデルの多くは異常な動きを引き起こすため、大規模な 3D 動きを正確に測定することで健康状態についての洞察が得られます。 3D ポーズにより、2D 表現よりも健康関連属性の分類が向上します。 推定されたポーズは、足がほとんど塞がれている場合でも、歩幅を推定できるほど正確です。 この方法は、年齢と遺伝子型に基づいて動物をうまく分類する際の使用によって実証されているように、動物の健康を非侵襲的に測定するための連続モニタリング システムの一部として適用できます。 マウス ポーズ分析データセットを紹介します。これは、グラウンド トゥルース キーポイントと行動ラベルを備えた、ホーム ケージ内の実験用マウスの初の大規模ビデオ データセットです。 このデータセットには、3D ポーズ再構築のための形状モデルを構築するために使用される高解像度マウス CT スキャンも含まれています。
多くの人間の臨床症状および対応する動物モデルでは、異常な動作が発生します1。 動きの測定は、これらの被験者の健康状態を研究する上で必須のステップです。 動物を対象とする場合、研究者は通常、高コスト、限られた分解能、および動物への高いストレスを伴う手動測定を実施します。 この研究では、実験用マウスの 3D ポーズとしての動きを継続的に測定するための、低コストで非侵襲的なコンピューター ビジョン ベースのアプローチを紹介します。
パーキンソン病や振戦などの運動障害の動物モデルを研究したり、一般的に行動を測定したりするために、研究者はロータロッド、静的鉄棒、オープンフィールドテスト、人間によるスコアリングなどの手動ツールに頼っています2,3。 歩行と運動を研究するためのますます複雑な自動ツールが開発されています4,5。 コンピューター ビジョンと機械学習は、ホーム ケージ環境で 2D 追跡または行動のための新しい測定機会を生み出しています6、7、8、9、10、11、12。 オープンフィールドが特徴のない競技場であるのに対し、ホームケージは、使い慣れた寝床、餌、水のほか、動物が幅広い動きや行動を示すことができる強化アイテムが備え付けられた囲いです。 これまでのところ、ホームケージ内で 3D 運動を測定した研究はほんのわずかで、解像度や関節の数が粗い場合、または複数のカメラが必要な場合のみです 13、14、15、16、17。 それにもかかわらず、これらの新しい測定ツールは、新しい分析のための魅力的な機会を提供しています13、17、18、19。
並行して、コンピューター ビジョンと機械学習により、画像から人間の 3D ポーズを決定する際の大幅な改善がもたらされています。 画像データに適合するように運動学モデルを最適化するためのモデル 20 は、2D ポーズの推定における改善と組み合わせられています 21、22、23。 これらの方法を人間の形状 24 および人間のポーズのライブラリと組み合わせることで、3D 人間の姿勢推定を実際の運動学モデルと現実的な動きに基づいて行うことができます 25、26、27。 現在進行中の研究により、空間的および時間的コヒーレンスが改善されています28、29、30。
この研究では、もともと 3D 人間のポーズをマウスに推測するために開発されたこれらの技術を応用しています。 マウスの 2D キーポイントを予測し、データから学習した事前分布に従って 3D ポーズを最適化します。 人間のポーズを推測するには、人間の形状、ポーズ、2D キーポイント、および 3D キーポイントのデータベースがすぐに利用できますが、マウスではこれらのどれも利用できません。 データが不足しているため、3D ポーズを正確に推測するのに特有の課題が生じていました。 私たちは、新しいデータを収集し、必要に応じて適応させることで、これらの課題を克服します。 私たちは 2 つの目標を達成するためにアルゴリズムを設計し、データを収集します。
スケーラビリティ。 このアルゴリズムは、ホーム ケージ内のマウスを長期間継続的に監視することができ、同時に多数のケージにわたって監視することができます。 オープンフィールドアッセイは研究で最も一般的に使用されるアッセイの 1 つですが、動物にストレスを与え、研究結果にばらつきを引き起こします。 ホームケージは被験者に最も自然な環境を提供し、公平な生理学的および行動研究を促進します31。 多数のホームケージ内での活動の測定には新たな課題が生じ 15、堅牢なアルゴリズムが必要です。