哪些神經(jīng)迴路驅(qū)動適應(yīng)運(yùn)動行為?這些行為在神經(jīng)編碼中又如何表現(xiàn)呢?
哈佛大學(xué)羅蘭研究中心(Rowland Institute)的馬蒂斯實(shí)驗(yàn)室Mathis Lab 研究人員透過腦/行為互動研究，揭示了這些問題的答案。 由馬蒂斯Mackenzie Mathis博士所領(lǐng)導(dǎo)的團(tuán)隊(duì)「[目的]在於瞭解神經(jīng)迴路對於適應(yīng)性運(yùn)動行為所產(chǎn)生的影響」。 其研究的挑戰(zhàn)在於將特定的行為與特定腦部活動相連結(jié)。以老鼠作為研究個體，這些科學(xué)家們使用The Imaging Source DMK 37BUX287相機(jī)進(jìn)行高速錄影，結(jié)合實(shí)驗(yàn)室自行開發(fā)的開源軟體工具DeepLabCut所寫成的機(jī)器學(xué)習(xí)演算法，來追蹤老鼠的行為事件及相應(yīng)其腦部活動。
| 圖1 : 馬蒂斯實(shí)驗(yàn)室(Mathis Lab)的研究人員藉由機(jī)器學(xué)習(xí)工具及光遺傳學(xué)原理，瞭解神經(jīng)迴路對於適應(yīng)性運(yùn)動行為的影響。 (照片來源: Cassandra Klos) |
|
就本質(zhì)上，研究人員必須能夠精確且全面地追蹤老鼠的行為並提供定量資料，來描述動物的動態(tài)。 馬蒂斯博士表示:「我們想瞭解動物們?nèi)绾芜m應(yīng)環(huán)境，而觀察牠們的運(yùn)動行為是一個很好的開始，以闡釋大腦如何達(dá)成這些任務(wù)。
因此，研究計(jì)畫的第一步就是在動物學(xué)習(xí)新任務(wù)時對其進(jìn)行觀察。」其團(tuán)隊(duì)借重DMK 37BUX287所構(gòu)成的多相機(jī)影像追蹤系統(tǒng)。他們的研究個體行動相當(dāng)快速，馬蒂斯博士接著表示:「…老鼠能夠在大約200毫秒內(nèi)快速地觸及並抓取物體，因此我們必須採用高畫面播放速率且優(yōu)質(zhì)解析度的相機(jī)。」
影片錄影是有效記錄動物行為的一種方法，然而擷取姿態(tài)(即多個身體部位的幾何構(gòu)型) ，多年來一直是研究人員的一項(xiàng)難題。 在人體研究領(lǐng)域中，先進(jìn)的動態(tài)捕捉可透過標(biāo)記來追蹤關(guān)節(jié)和四肢動作。
然而，基於種種因素，運(yùn)用於研究動物體上，這種方法卻不切實(shí)際。 也就是說，至今，人們?nèi)匀皇褂檬謩訑?shù)位元錄影方式來追蹤動物行為 (即以人工方式逐幀編碼標(biāo)注影片) – 這種勞力密集的過程往往導(dǎo)致結(jié)果不夠精確，且額外增加了數(shù)百甚或數(shù)千小時的研究時間。
| 圖2 : 近期，DeepLabCut裝備兩臺DMK 37 BUX287相機(jī)以捕捉高速錄影，並藉由其影像幀數(shù)進(jìn)行無標(biāo)記3D姿態(tài)擷取。(source: Cassandra Klos) |
|
為了自動擷取研究個體的姿態(tài)，馬蒂斯博士團(tuán)隊(duì)開發(fā)了DeepLabCut: 一套開源軟體，由使用者自訂身體部位的無標(biāo)記姿態(tài)估算。根據(jù)(人體)姿態(tài)估計(jì)演算法DeeperCut，研究人員使用基於深度卷積神經(jīng)網(wǎng)路(CNN)的演算法，專門針對此項(xiàng)任務(wù)進(jìn)行訓(xùn)練。
| 圖3 : DeepLabCut 自動追蹤及標(biāo)記(紅、白、藍(lán)點(diǎn))老鼠的動態(tài)。 (source: Mackenzie Mathis) |
|
根據(jù)《Nature Neuroscience》期刊中所發(fā)表的一篇論文，作者表述該團(tuán)隊(duì)藉由「調(diào)整預(yù)訓(xùn)練過的模組運(yùn)用至新的任務(wù)上[....過程經(jīng)由] 即被稱為遷移學(xué)習(xí)(transfer learning)的現(xiàn)象。」而得以顯著地減少所必要的訓(xùn)練資料的資料量。 DeepLabCut程式設(shè)計(jì)庫具穩(wěn)健性且高效率，即使是相對少量的圖像(約200)，「其演算法亦能達(dá)到極佳的追蹤表現(xiàn)。」
許多科學(xué)家們皆讚譽(yù)此軟體套件是一項(xiàng)顛覆傳統(tǒng)、完全嶄新的發(fā)展。 馬蒂斯實(shí)驗(yàn)室也使用了The Imaging Source 的IC Capture並增添The Imaging Source相機(jī)應(yīng)用程式camera control API至GitHub。
