機(jī)器學(xué)習(xí)方法自動(dòng)化行為分析，在癲癇動(dòng)物模型中優(yōu)于人類評(píng)估。

通過(guò)使用最先進(jìn)的技術(shù)來(lái)分析癲癇小鼠的行為模式，研究人員可能能夠更好地研究這種疾病并確定潛在的治療方法。

由美國(guó)國(guó)立衛(wèi)生研究院資助的研究人員使用人工智能技術(shù)來(lái)確定人眼不明顯的小鼠行為“指紋”。

這種自動(dòng)行為表型只需要一個(gè)小時(shí)的視頻記錄，并且不需要研究人員等待罕見(jiàn)的癲癇發(fā)作事件。該研究由NIH下屬的國(guó)家神經(jīng)疾病和中風(fēng)研究所(NINDS)支持，發(fā)表在Neuron上。

科學(xué)家們發(fā)現(xiàn)，這種機(jī)器學(xué)習(xí)輔助的3D視頻分析優(yōu)于傳統(tǒng)方法，在傳統(tǒng)方法中，分析依賴于人類觀察來(lái)標(biāo)記癲癇發(fā)作期間動(dòng)物模型中癲癇的行為跡象。

勞動(dòng)密集型過(guò)程需要在多天或數(shù)周內(nèi)對(duì)小鼠進(jìn)行持續(xù)的視頻監(jiān)測(cè)，同時(shí)用腦電圖(EEG)記錄它們的腦電波活動(dòng)。由斯坦福大學(xué)研究人員領(lǐng)導(dǎo)的研究小組研究了患有獲得性和遺傳性癲癇的小鼠。

他們發(fā)現(xiàn)，機(jī)器分析比訓(xùn)練有素的人類觀察者能夠更好地區(qū)分癲癇和非癲癇小鼠。人工智能程序還確定了癲癇發(fā)展不同階段的不同行為表型。

值得注意的是，研究人員能夠在給予三種抗癲癇藥物之一后，使用AI程序來(lái)區(qū)分小鼠的不同行為模式。這表明該工具可用于快速、自動(dòng)化的抗癲癇藥物測(cè)試。最終，使用自動(dòng)表型進(jìn)行癲癇動(dòng)物研究可能會(huì)徹底改變研究的方式，加快發(fā)現(xiàn)速度并降低成本。

該研究中使用的機(jī)器學(xué)習(xí)技術(shù)稱為用于運(yùn)動(dòng)排序的MoSeq(鏈接是外部的)，用于定位，跟蹤和量化視頻每一幀中自由移動(dòng)的鼠標(biāo)的行為。

該信息用于訓(xùn)練無(wú)監(jiān)督機(jī)器學(xué)習(xí)模型，以識(shí)別重復(fù)的行為主題(稱為“音節(jié)” - 例如，右轉(zhuǎn)或向左頭)。MoSeq預(yù)測(cè)音節(jié)出現(xiàn)的順序(或“語(yǔ)法”)，從而可以快速客觀地表征鼠標(biāo)行為。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！