CN111903607B - 基于深度学习啮齿动物悬尾实验的自动化分析系统和方法 - Google Patents
基于深度学习啮齿动物悬尾实验的自动化分析系统和方法 Download PDFInfo
- Publication number
- CN111903607B CN111903607B CN202010800938.7A CN202010800938A CN111903607B CN 111903607 B CN111903607 B CN 111903607B CN 202010800938 A CN202010800938 A CN 202010800938A CN 111903607 B CN111903607 B CN 111903607B
- Authority
- CN
- China
- Prior art keywords
- user
- rodent
- module
- tail suspension
- experiment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 241000283984 Rodentia Species 0.000 title claims abstract description 63
- 238000002474 experimental method Methods 0.000 title claims abstract description 45
- 239000000725 suspension Substances 0.000 title claims abstract description 39
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013135 deep learning Methods 0.000 title claims abstract description 14
- 230000006399 behavior Effects 0.000 claims abstract description 25
- 239000011521 glass Substances 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 5
- 101000878595 Arabidopsis thaliana Squalene synthase 1 Proteins 0.000 claims description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 3
- 229910052782 aluminium Inorganic materials 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 230000005484 gravity Effects 0.000 abstract description 3
- 230000000857 drug effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 abstract 1
- 210000003141 lower extremity Anatomy 0.000 description 10
- 241000699666 Mus <mouse, genus> Species 0.000 description 9
- 210000003414 extremity Anatomy 0.000 description 3
- 241000699670 Mus sp. Species 0.000 description 2
- 239000000935 antidepressant agent Substances 0.000 description 2
- 230000004379 myopia Effects 0.000 description 2
- 208000001491 myopia Diseases 0.000 description 2
- 241000581650 Ivesia Species 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000009509 drug development Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000010534 mechanism of action Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K67/00—Rearing or breeding animals, not otherwise provided for; New or modified breeds of animals
- A01K67/02—Breeding vertebrates
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Zoology (AREA)
- Biophysics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于深度学习啮齿动物悬尾实验的自动化分析系统和方法，用于解决悬尾实验中，由于惯性作用与小鼠体力等其他影响对实验结果产生的一系列影响，造成了相关药效评估假阴性或假阳性概率高，实验成本大、实验时间长的问题；包括悬尾实验模块、视频分析模块和数据输出模块；本发明通过深度学习技术实现全自动化追踪与精细行为指标提取，无需依靠其他实验硬件设备，大大减低了实验成本，分析啮齿动物14个身体关键点，实现全自动化精确跟踪；相对于传统的小鼠躯干面积与重心变化来判断不动与挣扎时间，成本低，时间短。
Description
技术领域
本发明涉及啮齿动物悬尾实验技术领域，具体为基于深度学习啮齿动物悬尾实验的自动化分析系统和方法。
背景技术
悬尾实验是一种广泛应用的筛选潜在抗抑郁药物的方法。各种抗抑郁药物的治疗，无论其主要作用机制如何，都会减少小鼠的不动时间。但是，对于依赖于悬尾实验的药物研发和药效评估的相关研究而言，目前主要依赖传统的计算机视觉技术，只能获取粗狂的宏观行为指标，如：单位时间内小鼠轮廓面积变化，来判断小鼠挣扎与不动状态（绝望状态）。而在悬尾实验中，由于惯性作用与小鼠体力等其他影响对实验结果产生的一系列影响，造成了相关药效评估假阴性或假阳性概率高，实验成本大、实验时间长一系列问题。因此，亟需更加精确与丰富的行为指标体系用以小鼠悬尾实验。
发明内容
本发明的目的就在于为了解决悬尾实验中，由于惯性作用与小鼠体力等其他影响对实验结果产生的一系列影响，造成了相关药效评估假阴性或假阳性概率高，实验成本大、实验时间长的问题，而提出一种基于深度学习啮齿动物悬尾实验的自动化分析系统和方法。
本发明的目的可以通过以下技术方案实现：基于深度学习啮齿动物悬尾实验的自动化分析系统，包括悬尾实验模块、视频分析模块和数据输出模块；
所述悬尾实验模块用于采集啮齿动物的实验视频并将实验视频发送至视频分析模块；所述视频分析模块用于对实验视频进行分析，具体分析步骤为：
步骤一：选取啮齿动物14个身体关键点进行跟踪分析；
将实验视频依照时间顺序分为若干帧照片，对每帧照片进行分析；
步骤二：以1920数值为Y轴，1080数值为X轴建立二维坐标系；
步骤三：识别追踪啮齿动物各个身体关键点所对应的X、Y轴的坐标值；
步骤四：身体关键点第n帧和第n-1帧的像素点位置进行对比，当第n帧与第n-1帧变化大于12%，则标记为动；小于12%则标记为不动；
所述视频分析模块将分析的啮齿动物行为指标发送至数据输出模块，数据分析模块将输出结果发送至服务器内存储。
优选的，所述悬尾实验模块包括悬尾箱和相机；
所述悬尾箱的尺寸为55cm高×60cm宽×11cm长；所述相机用于采集啮齿动物的实验视频。
优选的，该系统还包括注册登录模块和访问显示模块；所述注册登录模块用于用户通过手机终端提交注册信息进行注册并将注册成功的注册信息发送至服务器内，注册信息包括用户的姓名、手机号、入职时间和眼睛度数；
访问显示模块用于对用户进行识别和访问服务器内的输出结果及显示；访问显示模块包括触摸显示屏；具体步骤为：
SS1：访问显示模块采集用户的脸部图像并对脸部图像进行眼镜轮廓识别，当识别到眼镜轮廓，则执行步骤SS3；当未识别到眼镜轮廓，则执行SS2；
SS2：获取用户的注册信息并进行分析，具体分析步骤为：
SS21：将用户的入职时间与系统当前时间进行时间差计算获取得到用户的入职时长并标记为T1；
SS22：将用户的眼睛度数标记为D1；将入职时长和眼睛度数进行去量化处理并取其数值；
SS23：利用公式X=D1×b1+T1×b2获取得到用户的访显值X；其中b1、b2均为预设比例系数；
SS24：设定线条粗细值为Ck，k=1、……、20；每个线条粗细值对应一个范围，记为(ck-1，ck]；其中c0等于零；当X∈(ck-1，ck],则用户的线条粗细值为Ck；
SS25：访问显示模块将触摸显示屏的操作界面上的文字和曲线进行调整使其粗细值与线条粗细值为Ck；
SS3：用户通过访问显示模块访问服务器内的啮齿动物行为指标。
基于深度学习的啮齿动物悬尾实验自动化分析方法，该方法包括以下步骤：
V1：采集啮齿动物的实验视频；
V2：将实验视频依照时间顺序分为若干帧照片，对每帧照片进行分析；以1920数值为Y轴，1080数值为X轴建立二维坐标系；识别追踪啮齿动物各个身体关键点所对应的X、Y轴的坐标值；
V3：身体关键点第n帧和第n-1帧的像素点位置进行对比，当第n帧与第n-1帧变化大于12%，则标记为动；小于12%则标记为不动；
V4：对每帧照片进行啮齿动物行为指标分析；具体分析为：
V5：将分析的啮齿动物行为指标发送至数据输出模块，数据分析模块将输出结果发送至服务器内存储；
V6：用户通过访问显示模块访问服务器内的啮齿动物行为指标；具体为：
V61：访问显示模块采集用户的脸部图像并对脸部图像进行眼镜轮廓识别，当识别到眼镜轮廓，则通过触摸显示屏直接访问服务器；
V62：当未识别到眼镜轮廓，则进行分析，具体为：
V621：获取用户的注册信息并进行分析，将用户的入职时间与系统当前时间进行时间差计算获取得到用户的入职时长并标记为T1；
V622：将用户的眼睛度数标记为D1；将入职时长和眼睛度数进行去量化处理并取其数值；
V623：利用公式X=D1×b1+T1×b2获取得到用户的访显值X；其中b1、b2均为预设比例系数；
V624：设定线条粗细值为Ck，k=1、……、20；每个线条粗细值对应一个范围，记为(ck-1，ck]；其中c0等于零；当X∈(ck-1，ck],则用户的线条粗细值为Ck；
V625：访问显示模块将触摸显示屏的操作界面上的文字和曲线进行调整使其粗细值与线条粗细值为Ck；然后用户通过触摸显示屏访问服务器内的啮齿动物行为指标。
与现有技术相比，本发明的有益效果是：
1、本发明采集啮齿动物的实验视频，选取身体关键点，将实验视频依照时间顺序分为若干帧照片，对每帧照片进行分析；以1920数值为Y轴，1080数值为X轴建立二维坐标系；识别追踪啮齿动物各个身体关键点所对应的X、Y轴的坐标值，分析啮齿动物14个身体关键点，实现全自动化精确跟踪；相对于传统的小鼠躯干面积与重心变化来判断不动与挣扎时间，成本低，时间短；通过四肢、鼻尖、尾根运动幅度更加精确分析小鼠不动与挣扎时间；
2、本发明访问显示模块采集用户的脸部图像并对脸部图像进行眼镜轮廓识别，当未识别到眼镜轮廓，获取用户的注册信息并进行分析，利用公式获取得到用户的访显值；访问显示模块将触摸显示屏的操作界面上的文字和曲线进行调整，然后用户通过触摸显示屏访问服务器内的啮齿动物行为指标，通过对用户的入职时长和眼睛度数进行分析得到用户的访显值，通过访显值匹配到对应的线条粗细值，然后对触摸显示屏的操作界面上的文字和曲线进行调整，方便近视的用户进行查看。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，基于深度学习啮齿动物悬尾实验的自动化分析系统，包括悬尾实验模块、视频分析模块和数据输出模块；
悬尾实验模块用于采集啮齿动物的实验视频并将实验视频发送至视频分析模块；啮齿动物以小鼠为例；视频分析模块用于对实验视频进行分析，具体分析步骤为：
步骤一：选取啮齿动物14个身体关键点进行跟踪分析；身体关键点包括鼻尖、眼睛、耳朵、四肢、尾根、头部中心、下颚、背部、腹部等；连接啮齿动物躯干骨架线，如鼻尖-尾根、鼻尖-躯干中心、躯干中心-尾根等；像素点与cm换算：1cm=A个像素点。A=悬尾箱实际高度对应的像素点/悬尾箱实际边长（55cm）；
将实验视频依照时间顺序分为若干帧照片，对每帧照片进行分析；
步骤二：以1920数值为Y轴，1080数值为X轴建立二维坐标系；
步骤三：识别追踪啮齿动物各个身体关键点所对应的X、Y轴的坐标值；
步骤四：身体关键点第n帧和第n-1帧的像素点位置进行对比，当第n帧与第n-1帧变化大于12%，则标记为动；小于12%则标记为不动；行为指标包括：
鼻尖不动：鼻尖满足不动的条件；
鼻尖挣扎：鼻尖满足挣扎条件；
后肢不动：后肢两点满足均满足不动条件；
后肢挣扎：后肢任一一点满足挣扎条件；
挣扎强度1：Y轴上鼻尖超过身体中心的时间/鼻尖挣扎时间；
挣扎强度2：后肢挣扎时间/（后肢挣扎时间+鼻尖挣扎时间）；
挣扎强度3：鼻尖挣扎时间/（后肢挣扎时间+鼻尖挣扎时间）；
完全静止：鼻尖不动+后肢不动；
视频分析模块将分析的啮齿动物行为指标发送至数据输出模块，数据分析模块将输出结果发送至服务器内存储。
悬尾实验模块包括悬尾箱和相机；铝制吊杆（1cm高×60cm宽×1cm长）位于框的顶部，用于悬挂每只小鼠的尾部；
悬尾箱的尺寸为55cm高×60cm宽×11cm长；相机用于采集啮齿动物的实验视频。
该系统还包括注册登录模块和访问显示模块；注册登录模块用于用户通过手机终端提交注册信息进行注册并将注册成功的注册信息发送至服务器内，注册信息包括用户的姓名、手机号、入职时间和眼睛度数；
访问显示模块用于对用户进行识别和访问服务器内的输出结果及显示；访问显示模块包括触摸显示屏；具体步骤为：
SS1：访问显示模块采集用户的脸部图像并对脸部图像进行眼镜轮廓识别，当识别到眼镜轮廓，则执行步骤SS3；当未识别到眼镜轮廓，则执行SS2；
SS2：获取用户的注册信息并进行分析，具体分析步骤为：
SS21：将用户的入职时间与系统当前时间进行时间差计算获取得到用户的入职时长并标记为T1；
SS22：将用户的眼睛度数标记为D1；将入职时长和眼睛度数进行去量化处理并取其数值；
SS23：利用公式X=D1×b1+T1×b2获取得到用户的访显值X；其中b1、b2均为预设比例系数；
SS24：设定线条粗细值为Ck，k=1、……、20；每个线条粗细值对应一个范围，记为(ck-1，ck]；其中c0等于零；当X∈(ck-1，ck],则用户的线条粗细值为Ck；
SS25：访问显示模块将触摸显示屏的操作界面上的文字和曲线进行调整使其粗细值与线条粗细值为Ck；
SS3：用户通过访问显示模块访问服务器内的啮齿动物行为指标。
基于深度学习的啮齿动物悬尾实验自动化分析方法，该方法包括以下步骤：
V1：采集啮齿动物的实验视频；
V2：将实验视频依照时间顺序分为若干帧照片，对每帧照片进行分析；以1920数值为Y轴，1080数值为X轴建立二维坐标系；识别追踪啮齿动物各个身体关键点所对应的X、Y轴的坐标值；
V3：身体关键点第n帧和第n-1帧的像素点位置进行对比，当第n帧与第n-1帧变化大于12%，则标记为动；小于12%则标记为不动；
V4：对每帧照片进行啮齿动物行为指标分析；具体分析为：
V5：将分析的啮齿动物行为指标发送至数据输出模块，数据分析模块将输出结果发送至服务器内存储；
V6：用户通过访问显示模块访问服务器内的啮齿动物行为指标；具体为：
V61：访问显示模块采集用户的脸部图像并对脸部图像进行眼镜轮廓识别，当识别到眼镜轮廓，则通过触摸显示屏直接访问服务器；
V62：当未识别到眼镜轮廓，则进行分析，具体为：
V621：获取用户的注册信息并进行分析，将用户的入职时间与系统当前时间进行时间差计算获取得到用户的入职时长并标记为T1；
V622：将用户的眼睛度数标记为D1；将入职时长和眼睛度数进行去量化处理并取其数值；
V623：利用公式X=D1×b1+T1×b2获取得到用户的访显值X；其中b1、b2均为预设比例系数；
V624：设定线条粗细值为Ck，k=1、……、20；每个线条粗细值对应一个范围，记为(ck-1，ck]；其中c0等于零；当X∈(ck-1，ck],则用户的线条粗细值为Ck；
V625：访问显示模块将触摸显示屏的操作界面上的文字和曲线进行调整使其粗细值与线条粗细值为Ck；然后用户通过触摸显示屏访问服务器内的啮齿动物行为指标。
本发明在使用时，采集啮齿动物的实验视频，选取身体关键点，将实验视频依照时间顺序分为若干帧照片，对每帧照片进行分析；以1920数值为Y轴，1080数值为X轴建立二维坐标系；识别追踪啮齿动物各个身体关键点所对应的X、Y轴的坐标值，分析啮齿动物14个身体关键点，相对于传统的小鼠躯干面积与重心变化来判断不动与挣扎时间，通过四肢、鼻尖、尾根运动幅度更加精确分析小鼠不动与挣扎时间；
用户通过访问显示模块访问服务器内的啮齿动物行为指标；访问显示模块采集用户的脸部图像并对脸部图像进行眼镜轮廓识别，当未识别到眼镜轮廓，获取用户的注册信息并进行分析，将用户的入职时间与系统当前时间进行时间差计算获取得到用户的入职时长，将入职时长和眼睛度数进行去量化处理并取其数值，利用公式X=D1×b1+T1×b2获取得到用户的访显值X；访问显示模块将触摸显示屏的操作界面上的文字和曲线进行调整使其粗细值与线条粗细值为Ck；然后用户通过触摸显示屏访问服务器内的啮齿动物行为指标，通过对用户的入职时长和眼睛度数进行分析得到用户的访显值，通过访显值匹配到对应的线条粗细值，然后对触摸显示屏的操作界面上的文字和曲线进行调整，方便近视的用户进行查看。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (4)
1.基于深度学习啮齿动物悬尾实验的自动化分析系统，其特征在于，包括悬尾实验模块、视频分析模块和数据输出模块；
所述悬尾实验模块用于采集啮齿动物的实验视频并将实验视频发送至视频分析模块；所述视频分析模块用于对实验视频进行分析，具体分析步骤为：
步骤一：选取啮齿动物14个身体关键点进行跟踪分析；
将实验视频依照时间顺序分为若干帧照片，对每帧照片进行分析；
步骤二：以1920数值为Y轴，1080数值为X轴建立二维坐标系；
步骤三：识别追踪啮齿动物各个身体关键点所对应的X、Y轴的坐标值；
步骤四：身体关键点第n帧和第n-1帧的像素点位置进行对比，当第n帧与第n-1帧变化大于12%，则标记为动；小于12%则标记为不动；
所述视频分析模块将分析的啮齿动物行为指标发送至数据输出模块，数据输出模块将输出结果发送至服务器内存储。
2.根据权利要求1所述的基于深度学习啮齿动物悬尾实验的自动化分析系统，其特征在于，所述悬尾实验模块包括悬尾箱、相机和铝制吊杆；
所述悬尾箱的尺寸为55cm高×60cm宽×11cm长；所述相机用于采集啮齿动物的实验视频；铝制吊杆位于悬尾箱的顶部，用于悬挂每只小鼠的尾部。
3.根据权利要求1所述的基于深度学习啮齿动物悬尾实验的自动化分析系统，其特征在于，该系统还包括注册登录模块和访问显示模块；所述注册登录模块用于用户通过手机终端提交注册信息进行注册并将注册成功的注册信息发送至服务器内，注册信息包括用户的姓名、手机号、入职时间和眼睛度数；
访问显示模块用于对用户进行识别和访问服务器内的输出结果及显示；访问显示模块包括触摸显示屏；具体步骤为：
SS1：访问显示模块采集用户的脸部图像并对脸部图像进行眼镜轮廓识别，当识别到眼镜轮廓，则执行步骤SS3；当未识别到眼镜轮廓，则执行SS2；
SS2：获取用户的注册信息并进行分析，具体分析步骤为：
SS21：将用户的入职时间与系统当前时间进行时间差计算获取得到用户的入职时长并标记为T1；
SS22：将用户的眼睛度数标记为D1；将入职时长和眼睛度数进行去量化处理并取其数值；
SS23：利用公式X=D1×b1+T1×b2获取得到用户的访显值X；其中b1、b2均为预设比例系数；
SS24：设定线条粗细值为Ck，k=1、……、20；每个线条粗细值对应一个范围，记为(ck-1，ck]；其中c0等于零；当X∈(ck-1，ck],则用户的线条粗细值为Ck；
SS25：访问显示模块将触摸显示屏的操作界面上的文字和曲线进行调整使其粗细值与线条粗细值为Ck；
SS3：用户通过访问显示模块访问服务器内的啮齿动物行为指标。
4.基于深度学习啮齿动物悬尾实验自动化分析方法，其特征在于，该方法包括以下步骤：
V1：采集啮齿动物的实验视频；
V2：将实验视频依照时间顺序分为若干帧照片，对每帧照片进行分析；以1920数值为Y轴，1080数值为X轴建立二维坐标系；识别追踪啮齿动物各个身体关键点所对应的X、Y轴的坐标值；
V3：身体关键点第n帧和第n-1帧的像素点位置进行对比，当第n帧与第n-1帧变化大于12%，则标记为动；小于12%则标记为不动；
V4：对每帧照片进行啮齿动物行为指标分析；
V5：将分析的啮齿动物行为指标发送至数据输出模块，数据分析模块将输出结果发送至服务器内存储；
V6：用户通过访问显示模块访问服务器内的啮齿动物行为指标；具体为：
V61：访问显示模块采集用户的脸部图像并对脸部图像进行眼镜轮廓识别，当识别到眼镜轮廓，则通过触摸显示屏直接访问服务器；
V62：当未识别到眼镜轮廓，则进行分析，具体为：
V621：获取用户的注册信息并进行分析，将用户的入职时间与系统当前时间进行时间差计算获取得到用户的入职时长并标记为T1；
V622：将用户的眼睛度数标记为D1；将入职时长和眼睛度数进行去量化处理并取其数值；
V623：利用公式X=D1×b1+T1×b2获取得到用户的访显值X；其中b1、b2均为预设比例系数；
V624：设定线条粗细值为Ck，k=1、……、20；每个线条粗细值对应一个范围，记为(ck-1，ck]；其中c0等于零；当X∈(ck-1，ck],则用户的线条粗细值为Ck；
V625：访问显示模块将触摸显示屏的操作界面上的文字和曲线进行调整使其粗细值与线条粗细值为Ck；然后用户通过触摸显示屏访问服务器内的啮齿动物行为指标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010800938.7A CN111903607B (zh) | 2020-08-11 | 2020-08-11 | 基于深度学习啮齿动物悬尾实验的自动化分析系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010800938.7A CN111903607B (zh) | 2020-08-11 | 2020-08-11 | 基于深度学习啮齿动物悬尾实验的自动化分析系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111903607A CN111903607A (zh) | 2020-11-10 |
| CN111903607B true CN111903607B (zh) | 2022-03-01 |
Family
ID=73283013
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010800938.7A Active CN111903607B (zh) | 2020-08-11 | 2020-08-11 | 基于深度学习啮齿动物悬尾实验的自动化分析系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111903607B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113205032B (zh) * | 2021-04-27 | 2022-11-01 | 安徽正华生物仪器设备有限公司 | 基于深度学习的小鼠悬挂实验的自动化分析系统和方法 |
| CN117994850B (zh) * | 2024-02-26 | 2024-08-27 | 中国人民解放军军事科学院军事医学研究院 | 一种实验动物的行为检测方法、设备和系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW584726B (en) * | 2003-01-17 | 2004-04-21 | Taipei Veterans General Hospit | Tail suspension test device |
| WO2007044936A2 (en) * | 2005-10-13 | 2007-04-19 | The University Of Mississippi | Animal model of anxiety and depression |
| CN101214168A (zh) * | 2007-12-28 | 2008-07-09 | 上海移数信息科技有限公司 | 动物行为监测分析系统 |
| CN101543400A (zh) * | 2009-04-23 | 2009-09-30 | 深圳先进技术研究院 | 动物行为学检测与自动分析系统和动物行为学分析方法 |
| CN102823511A (zh) * | 2011-06-16 | 2012-12-19 | 中国医学科学院药用植物研究所 | 用于测试动物悬尾状态下活动的装置 |
| CN105373780A (zh) * | 2015-11-12 | 2016-03-02 | 启安动物行为学科技股份有限公司 | 一种老鼠步态分析中的步迹识别方法、装置及系统 |
| CN108175427A (zh) * | 2017-12-26 | 2018-06-19 | 深圳先进技术研究院 | 啮齿类动物焦虑水平测试实验轨迹显示方法及装置 |
| CN110611757A (zh) * | 2019-09-16 | 2019-12-24 | 安徽正华生物仪器设备有限公司 | 一种基于物联网的信号采集仪器用远程监控设备 |
| CN111293697A (zh) * | 2020-05-13 | 2020-06-16 | 能科科技股份有限公司 | 基于有源滤波技术的电能质量治理系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050251874A1 (en) * | 2004-05-04 | 2005-11-10 | Korea Institute Of Science And Technology | Mice lacking alpha 1G showing enhanced novelty-seeking and alcohol preference and therapeutic methods for mood disorders by modulating alpha 1G T-type calcium channels |
| US8634635B2 (en) * | 2008-10-30 | 2014-01-21 | Clever Sys, Inc. | System and method for stereo-view multiple animal behavior characterization |
| CA3001063C (en) * | 2015-10-14 | 2023-09-19 | President And Fellows Of Harvard College | A method for analyzing motion of a subject representative of behaviour, and classifying animal behaviour |
| CN110734924B (zh) * | 2019-10-25 | 2020-10-23 | 山东大学第二医院 | 一种抑郁症检测、治疗和预后靶点及应用 |
-
2020
- 2020-08-11 CN CN202010800938.7A patent/CN111903607B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW584726B (en) * | 2003-01-17 | 2004-04-21 | Taipei Veterans General Hospit | Tail suspension test device |
| WO2007044936A2 (en) * | 2005-10-13 | 2007-04-19 | The University Of Mississippi | Animal model of anxiety and depression |
| CN101214168A (zh) * | 2007-12-28 | 2008-07-09 | 上海移数信息科技有限公司 | 动物行为监测分析系统 |
| CN101543400A (zh) * | 2009-04-23 | 2009-09-30 | 深圳先进技术研究院 | 动物行为学检测与自动分析系统和动物行为学分析方法 |
| CN102823511A (zh) * | 2011-06-16 | 2012-12-19 | 中国医学科学院药用植物研究所 | 用于测试动物悬尾状态下活动的装置 |
| CN105373780A (zh) * | 2015-11-12 | 2016-03-02 | 启安动物行为学科技股份有限公司 | 一种老鼠步态分析中的步迹识别方法、装置及系统 |
| CN108175427A (zh) * | 2017-12-26 | 2018-06-19 | 深圳先进技术研究院 | 啮齿类动物焦虑水平测试实验轨迹显示方法及装置 |
| CN110611757A (zh) * | 2019-09-16 | 2019-12-24 | 安徽正华生物仪器设备有限公司 | 一种基于物联网的信号采集仪器用远程监控设备 |
| CN111293697A (zh) * | 2020-05-13 | 2020-06-16 | 能科科技股份有限公司 | 基于有源滤波技术的电能质量治理系统 |
Non-Patent Citations (3)
| Title |
|---|
| 基于轮廓的小鼠悬尾实验行为分析算法研究;李松柏等;《计算机技术与发展》;20180831;第28卷(第8期);第6-11页 * |
| 小鼠行为学自动化分析系统;邵开;《优秀硕士学位论文全文数据库》;20190601(第2期);第A006-970页 * |
| 悬尾实验实时检测分析处理系统的研制及初步应用;孙秀萍等;《中国比较医学杂志》;20140531;第24卷(第5期);第66-71页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111903607A (zh) | 2020-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11487995B2 (en) | Method and apparatus for determining image quality | |
| CN108701216B (zh) | 一种人脸脸型识别方法、装置和智能终端 | |
| CN111903607B (zh) | 基于深度学习啮齿动物悬尾实验的自动化分析系统和方法 | |
| CN110197116B (zh) | 一种人体行为识别方法、装置和计算机可读存储介质 | |
| CN104331168B (zh) | 显示调整方法和电子设备 | |
| CN106295476A (zh) | 人脸关键点定位方法和装置 | |
| WO2021139475A1 (zh) | 一种表情识别方法及装置、设备、计算机可读存储介质、计算机程序产品 | |
| CN110287889A (zh) | 一种身份识别的方法及装置 | |
| CN106709450A (zh) | 一种指纹图像识别方法及系统 | |
| CN111598038B (zh) | 脸部特征点检测方法、装置、设备及存储介质 | |
| CN112101124B (zh) | 一种坐姿检测方法及装置 | |
| CN108261178B (zh) | 动物疼痛指数判断方法、装置及存储介质 | |
| CN109568123B (zh) | 一种基于yolo目标检测的穴位定位方法 | |
| CN110969139A (zh) | 人脸识别模型训练方法及相关装置、人脸识别方法及相关装置 | |
| CN110866469B (zh) | 一种人脸五官识别方法、装置、设备及介质 | |
| CN114495241B (zh) | 一种图像识别方法及装置、电子设备、存储介质 | |
| US20200204546A1 (en) | Apparatus, method and computer program product for biometric recognition | |
| CN113936340B (zh) | 一种基于训练数据采集的ai模型训练方法及装置 | |
| CN108898623A (zh) | 目标跟踪方法及设备 | |
| CN107844742A (zh) | 人脸图像眼镜去除方法、装置及存储介质 | |
| CN105138967A (zh) | 基于人眼区域活动状态的活体检测方法和装置 | |
| CN110689046A (zh) | 图像识别方法、装置、计算机装置及存储介质 | |
| CN111104917A (zh) | 基于人脸的活体检测方法、装置、电子设备及介质 | |
| CN110070057A (zh) | 瞳距测量方法、装置、终端设备及存储介质 | |
| CN113781462A (zh) | 一种人体伤残检测方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |