AI加持動物行為識別，成都生物所亮“新招”

　　小鼠行為分類系統。 中科院成都生物所供圖

　　小鼠、大鼠、猴子等模式動物的行為識別，在醫學研究和藥物開發中都具有重要意義。通過普通視頻技術研究動物對特定刺激的反應，容易受到實驗場所的光照條件和拍攝角度的影響。

　　為解決這一問題，近日，中國科學院成都生物研究所動物行為與仿生項目的科研人員基于受抑全反射原理，設計了一個小鼠行為分類系統，通過小鼠的“腳印”來識別其行為，從而進行相關研究。多次實驗結果表明，小鼠的足部接觸特征在行為識別方面比普通視頻特征更有效。

　　密閉“黑箱” 形成無干擾的監測環境

　　在中科院成都生物所研究員唐業忠的辦公室，記者見到了這個外表簡易卻暗含巧思的行為分類系統。外形上看，其為正方體或不規則的立方體框架，可靈活組合。頂部均嵌有透明的觸屏板，底部則設有紅外線攝像機。

　　唐業忠介紹，頂部四周框架的槽內“藏”有紅外燈條(波長>950nm)，紅外光從側面注入在行為場的透明下界面。根據受抑全反射原理，小鼠腳掌或腳趾與界面(觸屏板)接觸即形成腳印圖像，并被紅外攝像頭記錄。“很靈敏，就算是1克左右的小蠑螈踩上去，都能識別到其腳印和尾巴。”

　　此外，系統可根據需要進行多面的圍擋，形成密閉和無光的“黑箱”。“這是系統最大的一個好處，就是能在完全‘無光’的條件下進行使用。”唐業忠表示，小鼠是夜行動物，做行為監測最好是順應其生活規律設置實驗環境，可以更好地還原它的行為。“而且在無干擾的環境下，對動物進行行為刺激(特別是視覺刺激)并監測，得到的數據會更準確。”

　　看“腳板印” 被試小鼠平均行為識別率達83.09%

　　“老鼠的行為動作比較簡單，基本上我們能夠想象出來的動作，都會帶動腳的變化。”唐業忠表示，紅外相機記錄下的腳印數量、方向、軌跡以及變化頻率等，能夠更直觀地反應出老鼠的行為。

　　收集到小鼠腳印圖像后，研究團隊建立了小鼠行為數據集(IMBD)，并使用支持向量機(SVM)對腳印進行分類。為了提高其性能，還提出了一種改進的粒子群算法對參數進行優化。在IMBD和SVM的基礎上，研究團隊還測試了不同的特征提取方法和分類器。

　　與其他常用的粒子群優化算法相比，該研究的系統性能表現出了更高的精度和效率，對個體行為的識別率高達94.37%。所有被試小鼠的平均行為識別率達到83.09%。

　　該系統可用于肌肉骨骼關節類疾病或神經系統類疾病的動物模型或相關藥物研發，檢測反應機理或檢測藥效等。尤其在老年退行性病變的早期，步態改變是病變最主要的外在表現，所以步態變化的識別尤為重要。

　　“而系統正是通過腳印的變化，更直接地監測行為的改變。”唐業忠表示，系統的2.0版本將升級觸屏板——柔性壓力傳感陣列，不但可以采集到腳印的時空變化，還能記錄下腳底與接觸面的壓強。“這樣能夠更精準地監測到左右腳觸地失衡的程度。”

　　隨著系統的不斷升級完善，唐業忠也希望其能夠產業化。“主要面向制藥公司和科研單位，也可服務于生態檢測。”

　　改裝應用 讓野外監測調查工作更省力

　　根據唐業忠關于小鼠行為分類系統的設計思路，中科院成都生物所研究員謝鋒對系統進行了改裝，并成功應用到野外對保護動物——大涼螈的生態學研究中。

　　“諸如大涼螈等兩棲爬行類是冷血動物，沒法觸發紅外相機。以前我們要了解它在棲息地的繁殖遷徙、種群數量，就在其繁殖遷徙路上挖個‘陷阱’，深30公分左右，等其掉入。每天都會派人定時去查看，作相應的記錄后再放生。”而在最近的一個大涼螈繁殖季節中，謝鋒及其團隊就使用了這個改裝版的行為分類系統進行監測。

　　“相當于把一個監測設備埋在了以前設‘陷阱’的地方，一旦有動物經過觸屏板，底下的紅外線攝像頭就能記錄下通過的時間、頻率、腳印的數量等。”謝鋒及團隊根據這些信息就能判斷動物種類、測定個體大小、分析活動規律等，數據更加豐富且較為準確，提高了工作效率。