葉家霖 徐 陽(yáng) 王 楓

1(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院 深圳 518055)

2(中國(guó)科學(xué)院大學(xué) 北京 100049)

1 引 言

在神經(jīng)科學(xué)研究中，與大多數(shù)可客觀檢測(cè)的生理化學(xué)指標(biāo)不同，認(rèn)識(shí)和理解模式動(dòng)物的行為及情緒反應(yīng)往往需要通過(guò)各種行為學(xué)范式對(duì)動(dòng)物的行為和動(dòng)作進(jìn)行解讀和判斷[1]。目前，對(duì)錄制的視頻進(jìn)行人工辨識(shí)是動(dòng)物行為學(xué)分析的主要方法之一。但這種傳統(tǒng)的分析方法不僅耗時(shí)費(fèi)力，而且結(jié)果容易受到實(shí)驗(yàn)者主觀因素的影響[1-2]。因此，開(kāi)發(fā)高效、客觀、可定量描述的行為分析方法，對(duì)神經(jīng)行為學(xué)研究尤為重要[2-3]。

計(jì)算機(jī)科學(xué)技術(shù)的進(jìn)步推動(dòng)了動(dòng)物行為自動(dòng)化分析的發(fā)展。一些基于圖像識(shí)別方法的商業(yè)化軟件，如 ANY-maze[4]、Xeye Aba[5]等，已廣泛應(yīng)用于自動(dòng)追蹤動(dòng)物的運(yùn)動(dòng)軌跡。然而，這些分析方法將小鼠身體簡(jiǎn)化為一個(gè)物理點(diǎn)，忽略了動(dòng)物在三維空間中的姿態(tài)信息，難以識(shí)別更復(fù)雜的動(dòng)作，如站立、理毛等。為提高動(dòng)物行為學(xué)分析的解析度，黃康等[6]于 2021 年提出，使用Behavior Altas 分析框架對(duì)動(dòng)物行為自然結(jié)構(gòu)進(jìn)行層次化分解。這一方法能夠無(wú)偏倚地識(shí)別小鼠 40種以上的動(dòng)作，為自動(dòng)化高精度分析動(dòng)物的行為提供了重要的工具。

為了更好地認(rèn)識(shí)小鼠更多的行為，需要在此基礎(chǔ)上擴(kuò)大應(yīng)用場(chǎng)景，開(kāi)發(fā)適配多種行為學(xué)范式的檢測(cè)及分析系統(tǒng)。視覺(jué)本能恐懼行為在進(jìn)化上高度保守[7-8]，對(duì)個(gè)體生存及物種繁衍極為重要[9]。穩(wěn)定、典型、層次化結(jié)構(gòu)鮮明的本能防御行為可以被視覺(jué)威脅刺激誘導(dǎo)產(chǎn)生，包括裝死(Freezing)[4]、逃跑[10]和防御樣攻擊[11]。其中，小鼠典型的逃跑行為可大致分為四部分基本內(nèi)容，即威脅檢測(cè)、風(fēng)險(xiǎn)評(píng)估、啟動(dòng)逃跑和再次評(píng)估威脅[12]。但這種本能防御行為的動(dòng)作時(shí)序變化規(guī)律，由于分析方法的精度不足，已發(fā)表的文章中暫時(shí)缺少對(duì)該過(guò)程的量化分析結(jié)果。

為了解析視覺(jué)威脅下小鼠防御行為的動(dòng)作模塊結(jié)構(gòu)及其變化規(guī)律，本研究通過(guò)改造升級(jí)姿態(tài)采集設(shè)備，優(yōu)化數(shù)據(jù)處理的部分流程，搭建了一套適用于檢測(cè)小鼠視覺(jué)本能恐懼行為的三維精細(xì)行為學(xué)分析裝置。結(jié)果表明，該裝置能夠無(wú)遮擋地從多角度采集動(dòng)物行為學(xué)視頻數(shù)據(jù)，較為清晰合理地將動(dòng)物的姿態(tài)動(dòng)作進(jìn)行劃分，鑒別出了 5大類特征性動(dòng)作。通過(guò)對(duì)小鼠在視覺(jué)本能恐懼反應(yīng)中動(dòng)作模塊的細(xì)致分析，基本可以還原該過(guò)程的動(dòng)作時(shí)序變化。在未來(lái)結(jié)合高時(shí)空精度的神經(jīng)信號(hào)記錄和神經(jīng)環(huán)路調(diào)控技術(shù)，能夠深入解析調(diào)控視覺(jué)本能恐懼行為的神經(jīng)環(huán)路機(jī)制，對(duì)理解恐懼異常神經(jīng)精神疾病的發(fā)生和發(fā)展均具有重要意義。

2 方 法

2.1 實(shí)驗(yàn)動(dòng)物

本研究使用的動(dòng)物實(shí)驗(yàn)方案及飼養(yǎng)方式均經(jīng)中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院動(dòng)物倫理委員會(huì)審查通過(guò)(受理號(hào)：SIAT-IACUC-20210726-ZKYSZXJJSYJY-RZC-WF-A1162-01)。實(shí)驗(yàn)選用8 周齡 C57BL/6J 小鼠，雌雄各 3 只，采購(gòu)于浙江維通利華公司。所有實(shí)驗(yàn)小鼠飼養(yǎng)于無(wú)特定病原體的屏障環(huán)境內(nèi)，可自由攝取食物和飲水。實(shí)驗(yàn)室照明周期為 12 h 光照(8:00～20:00)/12 h 黑暗(20:00～次日 8:00)。動(dòng)物送達(dá)后適應(yīng)環(huán)境兩周后開(kāi)展實(shí)驗(yàn)。

2.2 視覺(jué)本能恐懼行為學(xué)范式

通過(guò)在小鼠上視野施加不斷擴(kuò)大的黑色圓盤(Looming 刺激)模擬空中天敵迫近，從而穩(wěn)定地誘發(fā)小鼠的視覺(jué)本能恐懼行為[4,10]。Looming 行為學(xué)測(cè)試箱及相關(guān)設(shè)置大多參考楊星等[13]使用的參數(shù)(圖 1(a))，其中，為了多角度記錄小鼠的三維姿態(tài)，行為箱外壁改用透明的亞克力材料。Looming 視覺(jué)刺激由 MATLAB的 Psychtoolbox 工具包控制產(chǎn)生，通過(guò)正上方的顯示屏呈現(xiàn)。黑色圓盤面積的大小由小鼠的視野與圓盤直徑的夾角θ來(lái)計(jì)算(圖 1(c))。一次完整的 Looming 刺激包括 15 組重復(fù)的視覺(jué)刺激：首先是 250 ms 的圓盤均勻擴(kuò)大(從 0°到 40°)，并在 40° 時(shí)維持 50 ms，然后圓盤消失。停頓 30 ms 后，新的一組刺激繼續(xù)施加，直到 15 組刺激施加結(jié)束(圖 1(c))。所有小鼠在實(shí)驗(yàn)前一天放入行為測(cè)試箱適應(yīng) 10 min，期間不給予 Looming 刺激。正式實(shí)驗(yàn)時(shí)長(zhǎng)為15 min，先將小鼠放入行為測(cè)試箱并讓其自由探索 5 min，在隨后的 10 min 內(nèi)，每當(dāng)動(dòng)物運(yùn)動(dòng)到圓筒曠場(chǎng)中心區(qū)域(圖 1(a)中紅色虛線內(nèi))，手動(dòng)施加一次 Looming 刺激。每只小鼠共接受 2次 Looming 刺激，每次刺激間隔時(shí)長(zhǎng)至少 3 min(圖 2(a))。所有行為學(xué)實(shí)驗(yàn)均在 9:00～13:00 間完成，每次放置小鼠前均用濃度為 20% 的酒精徹底清理箱體。

2.3 姿態(tài)采集設(shè)備的搭建及系統(tǒng)調(diào)試

為了從多角度獲取動(dòng)物在三維空間中的姿態(tài)信息，本研究使用 4 個(gè) Realsense 深度攝像頭拍攝動(dòng)物行為(Intel，型號(hào) D435i；曝光參數(shù)固定，幀率為 30 幀/s，分辨率為 640×360)。為了讓相機(jī)視野能夠完全覆蓋 Looming 行為學(xué)測(cè)試箱，參考黃康等[6]使用的攝像頭最佳視野覆蓋角度 70°，計(jì)算攝像頭放置距離并設(shè)計(jì)箱體架構(gòu)(圖 1(a))。另外，為了適配 Looming 行為測(cè)試的實(shí)驗(yàn)條件，本研究對(duì)設(shè)備進(jìn)行改造和升級(jí)，包括：(1)增加支撐顯示屏的支架。姿態(tài)采集設(shè)備內(nèi)頂部是可升降的顯示器支架，可以根據(jù)實(shí)驗(yàn)需求調(diào)整顯示器高度，以達(dá)到最佳的 Looming 視覺(jué)刺激效果。(2)減少屏幕光源對(duì)拍攝的影響。在 Looming 行為學(xué)測(cè)試中，需要上方屏幕維持常亮。為減少光線反射引起的過(guò)曝，在設(shè)備底面鋪設(shè)可吸光磨砂軟墊。(3)采用滑軌和螺絲組合固定攝像頭高度，配合可伸縮的多角度旋轉(zhuǎn)攝像頭支架，可便于調(diào)整相機(jī)拍攝位置以獲得最佳視野。(4)外箱體四面均為可開(kāi)閉的磁吸式柜門，方便實(shí)驗(yàn)人員放入動(dòng)物及清潔行為實(shí)驗(yàn)箱。(5)門內(nèi)側(cè)貼滿黑色吸音海綿，能有效屏蔽外界光源對(duì)拍攝曝光度的影響及外界聲源對(duì)小鼠行為的影響。

圖1 自動(dòng)化記錄小鼠視覺(jué)本能恐懼行為的姿態(tài)采集設(shè)備Fig. 1 An apparatus for automatically recording mice’s postures of visually-evoked innate fear behaviors

2.4 相機(jī)標(biāo)定與行為學(xué)視頻數(shù)據(jù)采集

相機(jī)標(biāo)定采用 MATLAB 的 Camera Calibrator工具包完成，過(guò)程如下：4 個(gè)攝像頭，設(shè)置其中1 個(gè)為主攝像頭，其余 3 個(gè)副攝像頭分別與主攝像頭進(jìn)行雙目標(biāo)定，然后再確定主攝像頭的相機(jī)內(nèi)、外參數(shù)和畸變參數(shù)。人工檢查圖片拍攝質(zhì)量及每一對(duì)相機(jī)的重投影誤差，使其小于 1%，以確保相機(jī)的標(biāo)定效果。根據(jù)實(shí)驗(yàn)設(shè)計(jì)，完成行為學(xué)實(shí)驗(yàn)，收集行為學(xué)視頻數(shù)據(jù)。文件存儲(chǔ)位置、統(tǒng)一命名、拍攝時(shí)長(zhǎng)和同步四攝像頭拍攝時(shí)間等由 Python 腳本控制(圖 2(a))。

圖2 小鼠三維動(dòng)作姿態(tài)數(shù)據(jù)采集及 Behavior Atlas 的數(shù)據(jù)處理流程圖Fig. 2 Procedure of three-dimensional motion and posture data acquisiton of mice and the flow chart of data processing in Behavior Atlas

2.5 行為學(xué)視頻數(shù)據(jù)處理

參考 Behavior Altas[6]的三維行為分析框架進(jìn)行視頻數(shù)據(jù)處理(圖 2(b))。首先進(jìn)行人工標(biāo)定訓(xùn)練集數(shù)據(jù)與模型訓(xùn)練：選擇小鼠的鼻子、左耳、右耳、頸部、左前肢、右前肢、左后肢、右后肢、左前足、右前足、左后足、右后足、背部、尾根部、尾中部和尾尖部這 16 個(gè)身體關(guān)鍵點(diǎn)進(jìn)行人工標(biāo)記，總共標(biāo)記了 2 500 幀圖片。然后將訓(xùn)練模型、拍攝的行為學(xué)視頻(4 個(gè)攝像頭)及相機(jī)標(biāo)定文件規(guī)范整理并上傳到 Behavior Altas 云服務(wù)器，對(duì)動(dòng)物行為進(jìn)行分解，最終得到每一幀的動(dòng)作模塊標(biāo)簽。云服務(wù)器基本運(yùn)算流程如下(圖 2(b))：(1)使用人工標(biāo)記的圖片數(shù)據(jù)集訓(xùn)練 DeepLabCut 深度神經(jīng)網(wǎng)絡(luò)；(2)使用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型自動(dòng)追蹤上述 16 個(gè)關(guān)鍵點(diǎn)；(3)重建小鼠三維骨架，獲得小鼠 16 個(gè)關(guān)鍵點(diǎn)的三維坐標(biāo)時(shí)間序列(姿態(tài)軌跡序列)；(4)計(jì)算姿態(tài)軌跡序列相似性核矩陣，使用動(dòng)態(tài)時(shí)間對(duì)齊核(Dynamic Time Alignment Kernel，DTAK)的動(dòng)態(tài)規(guī)劃算法無(wú)監(jiān)督分割姿態(tài)軌跡序列；(5)姿態(tài)軌跡序列的低維表征，生成二維的姿態(tài)特征空間；(6)加入速度維度，構(gòu)建三維的動(dòng)作特征空間，層次聚類劃分出基本的動(dòng)作模塊。最后，使用Python 編寫程序?qū)?dǎo)出的初級(jí)數(shù)據(jù)細(xì)致分析并導(dǎo)出論文圖片。

3 實(shí)驗(yàn)結(jié)果

3.1 小鼠行為的結(jié)構(gòu)化姿態(tài)特征分析

對(duì)采集的所有行為學(xué)視頻進(jìn)行三維行為學(xué)分析，系統(tǒng)聚類生成了 40 類動(dòng)作模塊。為了更準(zhǔn)確地描述每一類動(dòng)作模塊所代表的小鼠姿態(tài)特征，本研究選取每一類中最具有代表性的 50 個(gè)視頻片段（即動(dòng)作特征空間中距類中心最近的 50個(gè)點(diǎn)）進(jìn)行人工查驗(yàn)與注釋(表 1)。根據(jù)小鼠背部點(diǎn)坐標(biāo)的位移速度及整體的姿態(tài)特征，將小鼠的動(dòng)作分為 5 大類。

具有較高移速運(yùn)動(dòng)特征的動(dòng)作中：漫步(第①大類)的速度介于 60～150 mm/s(圖 3(c))，動(dòng)作一致性為 79.76%(表 1)，大多表現(xiàn)為以較慢的速度向前移動(dòng)，該類動(dòng)作包含不同姿態(tài)特征的動(dòng)作模塊(圖 3(f))，如動(dòng)作模塊 25 有很大比例是小鼠以較慢的速度移動(dòng)，甚至停頓，其姿態(tài)特征表現(xiàn)為嗅探或抬頭觀察；而動(dòng)作模塊 28 大多是小鼠在緩慢地向右轉(zhuǎn)(表 2)。行走(第②大類)的速度介于 140～280 mm/s(圖 3(d))，動(dòng)作一致性為 66.40%(表 1)，表現(xiàn)為小鼠以一定速度向前移動(dòng)，姿態(tài)特征表現(xiàn)為向左轉(zhuǎn)，或向右轉(zhuǎn)，或身體緊貼地面，鼻子向下探索(表 2)。奔跑(第③大類)的速度大于 300 mm/s(圖 3(e))，動(dòng)作一致性高達(dá) 89.97%(表 1)，主要表現(xiàn)為小鼠以非?？斓乃俣缺寂芮斑M(jìn)，包含逃跑(表 2)。

表2 高移速狀態(tài)動(dòng)作模塊的詳細(xì)動(dòng)作特征描述Table 2 Detailed feature description of high-speed movement modules

圖3 高移速狀態(tài)下的動(dòng)作模塊組成、特征及人工查驗(yàn)一致性Fig. 3 Components and the features of relative high-speed movement state, and the consistency of each movement moudle reviewed manually

表1 動(dòng)作模塊的注釋與動(dòng)作一致性統(tǒng)計(jì)Table 1 Movement annotation and the statistics of behavior consistency

具有較低移速運(yùn)動(dòng)特征的動(dòng)作中：起立(第④大類)，動(dòng)作一致性高達(dá) 82.28%(表 1)，整體表現(xiàn)為小鼠從四足著地的姿勢(shì)轉(zhuǎn)變?yōu)楹笞阒?，前肢抬?圖 4(a)，表 3)。停頓(第⑤大類)，動(dòng)作一致性為 72.69%，整體表現(xiàn)為小鼠停留在原地，進(jìn)行嗅探或完全靜止不動(dòng)(圖 4(d)，表 3)。其中，動(dòng)作模塊 19 和 21 有超過(guò)一半的比例為理毛行為(除去太短無(wú)法辨識(shí)的視頻片段)，身體分別扭向右側(cè)或左側(cè)(圖 4(f)，表 3)。

表3 低移速狀態(tài)動(dòng)作模塊的詳細(xì)動(dòng)作特征描述Table 3 Detailed feature description of low-speed movement modules

圖4 低移速狀態(tài)下的動(dòng)作模塊組成、特征及人工查驗(yàn)一致性Fig. 4 Components and the features of relative low-speed movement state, and the consistency of each movement moudle reviewed manually

此外，存在時(shí)長(zhǎng)小于 0.5 s 占一半以上的動(dòng)作模塊(表 3)，人工無(wú)法準(zhǔn)確識(shí)別和判斷。因此，這些動(dòng)作模塊暫不納入上述歸類。但從少數(shù)可以辨別的片段來(lái)看，這些動(dòng)作模塊是小鼠在快速地左轉(zhuǎn)或右轉(zhuǎn)。

3.2 視覺(jué)本能恐懼行為范式下的小鼠動(dòng)作解析

本研究選取一只在視覺(jué)刺激下表現(xiàn)出典型逃跑行為的小鼠行為數(shù)據(jù)，細(xì)致分析其受到Looming 刺激前 5 s、施加刺激的 5 s 以及刺激結(jié)束后 5 s 的動(dòng)作特征(圖 5)。施加 Looming 刺激前，小鼠在自由探索，時(shí)而向前移動(dòng)(動(dòng)作模塊26)，又或是停頓嗅探(動(dòng)作模塊 35)。隨后，小鼠起身并向右轉(zhuǎn)，步行進(jìn)入(動(dòng)作模塊 24 和 28)Looming 觸發(fā)區(qū)。當(dāng)施加 Looming 刺激后，小鼠立刻做出反應(yīng)，首先抬頭起身朝上方探測(cè)(動(dòng)作模塊 1)。從小鼠的瞬時(shí)位移速度曲線可以準(zhǔn)確地反映(圖 5(a)小鼠位移瞬時(shí)速度)，原本運(yùn)動(dòng)的小鼠速度突然降低，轉(zhuǎn)變?yōu)橄鄬?duì)靜止的狀態(tài)。同時(shí)，從鼻子高度曲線也能看出(圖 5(a)小鼠鼻子高度)，小鼠身體高度在逐漸提升，最終達(dá)到站立姿態(tài)(動(dòng)作模塊 24，系統(tǒng)動(dòng)作分割存在偏差，紅色星號(hào)為人工校對(duì)視頻修正結(jié)果)。隨著Looming 刺激的持續(xù)，小鼠評(píng)估危險(xiǎn)后，產(chǎn)生本能恐懼逃跑行為(動(dòng)作模塊 17)。該時(shí)刻小鼠的身體高度迅速下降(圖 5(a)小鼠鼻子高度)，然后水平瞬時(shí)位移速度在極短時(shí)間內(nèi)達(dá)到峰值(圖 5(a)小鼠鼻子高度)，反映了小鼠從站立姿態(tài)落下前肢，立刻啟動(dòng)逃跑行為。在到達(dá)安全區(qū)域(窩)的邊緣時(shí)，小鼠再次評(píng)估周圍環(huán)境的風(fēng)險(xiǎn)。但此時(shí) Looming 刺激仍未結(jié)束，小鼠察覺(jué)到危險(xiǎn)未解除，啟動(dòng)了第二次奔跑(動(dòng)作模塊 12)，直到抵達(dá)窩的最深處停頓下來(lái)(動(dòng)作模塊 35)，進(jìn)入較長(zhǎng)時(shí)間不動(dòng)狀態(tài)(動(dòng)作模塊 36)。

圖5 視覺(jué)威脅刺激下小鼠的動(dòng)態(tài)本能防御行為動(dòng)作解析Fig. 5 Dynamic action analysis of visually-evoked innate fear behavior

4 討論與分析

本研究將黃康等[6]開(kāi)發(fā)的三維行為學(xué)分析框架進(jìn)行應(yīng)用場(chǎng)景升級(jí)，并使用小鼠的視覺(jué)本能恐懼行為進(jìn)行驗(yàn)證。通過(guò)采集 6 只小鼠的視覺(jué)本能恐懼行為視頻并進(jìn)行分析，證明了本研究遷移設(shè)計(jì)的這套三維動(dòng)物姿態(tài)采集系統(tǒng)的魯棒性強(qiáng)，可以方便實(shí)驗(yàn)人員獲取 Looming 刺激下動(dòng)物的三維姿態(tài)信息，為視覺(jué)本能恐懼的精細(xì)化神經(jīng)環(huán)路研究提供了高通量、高精度、自動(dòng)化的行為學(xué)分析設(shè)備及方法。

動(dòng)物的行為由若干個(gè)動(dòng)作模塊按照一定的邏輯順序串聯(lián)組成，解析這些動(dòng)作模塊的組合排列順序是理解動(dòng)物自然行為語(yǔ)義特征的關(guān)鍵。2018年，Markowitz 等[14]通過(guò) MoSeq 系統(tǒng)識(shí)別動(dòng)作模塊，并使用自回歸隱馬爾可夫模型計(jì)算了其狀態(tài)轉(zhuǎn)移概率，解析了背側(cè)紋狀體在組織動(dòng)物自然行為序列結(jié)構(gòu)中的作用。本研究所使用的分析系統(tǒng)能對(duì) Looming 刺激下小鼠的動(dòng)作進(jìn)行較為準(zhǔn)確的識(shí)別和分割(圖 4)，僅從系統(tǒng)標(biāo)定的動(dòng)作模塊標(biāo)簽，基本可以還原小鼠在視覺(jué)威脅刺激前、中、后時(shí)間段中行為、動(dòng)作及姿態(tài)的動(dòng)態(tài)變化。這對(duì)理解視覺(jué)本能防御行為的動(dòng)作模塊組成邏輯，進(jìn)而理解不同腦狀態(tài)下及疾病模型小鼠視覺(jué)恐懼行為模式變異的神經(jīng)機(jī)制具有重要意義。

這套行為分析系統(tǒng)能夠較為準(zhǔn)確地識(shí)別和區(qū)分小鼠在視覺(jué)威脅刺激下的 5 大類特征性動(dòng)作，即高移速狀態(tài)的漫步、步行和奔跑，以及低移速狀態(tài)下的起立和停頓。從整體上看，高移速狀態(tài)的動(dòng)作模塊分割效果更好，表現(xiàn)較高的一致性。這主要是因?yàn)楦咭扑贍顟B(tài)的動(dòng)作表型單一，不會(huì)出現(xiàn)太多與前進(jìn)無(wú)關(guān)的動(dòng)作。同時(shí)，分析系統(tǒng)對(duì)小鼠的身體姿態(tài)有靈敏的反應(yīng)，如動(dòng)作模塊 28和 3，是小鼠向前移動(dòng)的過(guò)程中向右轉(zhuǎn)；而動(dòng)作模塊 26 和 14 則是前進(jìn)過(guò)程中往左轉(zhuǎn)。這表明本研究使用的分析框架可以將動(dòng)物運(yùn)動(dòng)以外的身體姿勢(shì)較為準(zhǔn)確地識(shí)別出來(lái)，通過(guò)無(wú)監(jiān)督聚類形成獨(dú)立的動(dòng)作模塊。而低移速狀態(tài)的動(dòng)作模塊識(shí)別表現(xiàn)欠佳，對(duì)于特征明顯的動(dòng)作模塊，如 40 和37，小鼠扶墻墊腳站立，類內(nèi)一致性非常好。但處于停頓狀態(tài)的動(dòng)作模塊人工復(fù)檢一致性偏低，主要原因是停頓狀態(tài)的小鼠大部分處于身體蜷縮的狀態(tài)，16 個(gè)身體姿態(tài)點(diǎn)容易偏移或聚到一起，對(duì)后續(xù)的行為分解影響很大。因此，在原地完全靜止不動(dòng)，與在原地嗅探這種身體小幅度運(yùn)動(dòng)大概率會(huì)被歸入同一動(dòng)作模塊。類似地，起身嗅探和向上嗅探在動(dòng)作姿態(tài)上與理毛動(dòng)作具有一定的相似性，比起其他低移速動(dòng)作，這些歸入同一動(dòng)作模塊也具有其合理性。

綜上，雖然這套精細(xì)行為分析系統(tǒng)對(duì)動(dòng)作識(shí)別和分類準(zhǔn)確度仍有待進(jìn)一步提高，但與傳統(tǒng)的分析方法相比，其在分析動(dòng)態(tài)的視覺(jué)本能恐懼行為時(shí)更具優(yōu)勢(shì)(表 4)。首先，對(duì)比人工分析(需要全程從視頻觀察動(dòng)物)及以 ANY-maze 為代表的商業(yè)化軟件(需要一定的人工操作，設(shè)定參數(shù))，本研究通過(guò)優(yōu)化數(shù)據(jù)采集及分析處理工作流程，編寫了銜接各環(huán)節(jié)的腳本程序，基本實(shí)現(xiàn)分析過(guò)程全自動(dòng)化，能夠節(jié)省實(shí)驗(yàn)人員的時(shí)間和精力。并且，大數(shù)據(jù)驅(qū)動(dòng)的無(wú)監(jiān)督學(xué)習(xí)也最大程度上避免了實(shí)驗(yàn)人員的主觀偏倚。再者，目前該領(lǐng)域的研究大多基于單相機(jī)捕獲的動(dòng)物運(yùn)動(dòng)軌跡，如對(duì)位移速度、凍結(jié)時(shí)間、啟動(dòng)逃跑的潛伏期等衡量動(dòng)物恐懼程度的指標(biāo)進(jìn)行分析[4-5,10,15-19]。本研究使用 4 個(gè)相機(jī)從多角度采集動(dòng)物在三維空間中的姿態(tài)動(dòng)作動(dòng)態(tài)變化信息，對(duì)動(dòng)物視覺(jué)本能恐懼行為分析精度高于以往。對(duì)行為的精細(xì)解析更有利于發(fā)現(xiàn)在情緒異常、疾病模型等狀態(tài)下，小鼠姿態(tài)動(dòng)作、動(dòng)作模塊轉(zhuǎn)換規(guī)律等的變異，進(jìn)而更好地理解恐懼異常相關(guān)的精神疾病發(fā)病機(jī)理，同時(shí)也為篩選有效的治療藥物提供更精準(zhǔn)的數(shù)據(jù)支撐。

表4 視覺(jué)本能恐懼行為研究使用的行為學(xué)分析方法Table 4 Behavioral analysis methods in visually-evoked innate fear behavior research

5 總 結(jié)

目前，前沿神經(jīng)生物學(xué)技術(shù)，如雙光子微型顯微鏡能完成兩種類型神經(jīng)元單細(xì)胞精度的鈣活動(dòng)記錄[22]，而光遺傳技術(shù)已可以實(shí)現(xiàn)毫秒級(jí)別的特定腦區(qū)特定神經(jīng)元類型調(diào)控[4-5,10,19]。而行為學(xué)分析遠(yuǎn)滯后于這些高時(shí)空精度的神經(jīng)記錄-調(diào)控技術(shù)。為了更加細(xì)致開(kāi)展行為、情緒及神經(jīng)精神疾病的神經(jīng)環(huán)路研究，精細(xì)的行為動(dòng)作解析顯得尤為重要。本研究搭建了一套可用于動(dòng)物視覺(jué)本能恐懼行為研究的三維精細(xì)行為學(xué)分析系統(tǒng)。利用該系統(tǒng)，可以較為準(zhǔn)確地識(shí)別并分類出小鼠的 5 大類特征性動(dòng)作：漫步、步行、奔跑、起立和停頓。本文選取 Looming 刺激前、中、后共15 s 的行為片段進(jìn)行細(xì)致分析，結(jié)果表明該系統(tǒng)對(duì)小鼠動(dòng)作的識(shí)別與人工觀察的結(jié)果表現(xiàn)出高度的一致性。使用本研究搭建的這一系統(tǒng)能客觀、高效、自動(dòng)化地獲取動(dòng)物在實(shí)驗(yàn)中行為的動(dòng)態(tài)變化過(guò)程，為更加精細(xì)地解析行為的神經(jīng)環(huán)路機(jī)制提供了高效、便捷的工具。