CN112586370A - 一种无创实验动物监测系统及方法 - Google Patents
一种无创实验动物监测系统及方法 Download PDFInfo
- Publication number
- CN112586370A CN112586370A CN202011436147.7A CN202011436147A CN112586370A CN 112586370 A CN112586370 A CN 112586370A CN 202011436147 A CN202011436147 A CN 202011436147A CN 112586370 A CN112586370 A CN 112586370A
- Authority
- CN
- China
- Prior art keywords
- cage
- camera
- experimental animal
- camera module
- video
- 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.)
- Pending
Links
- 238000010171 animal model Methods 0.000 title claims abstract description 75
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000006399 behavior Effects 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 7
- 241001465754 Metazoa Species 0.000 claims description 33
- 238000012549 training Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 238000013461 design Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012827 research and development Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 208000014644 Brain disease Diseases 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 241000711573 Coronaviridae Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010362 genome editing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000012795 verification Methods 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
- A01K1/00—Housing animals; Equipment therefor
- A01K1/02—Pigsties; Dog-kennels; Rabbit-hutches or the like
- A01K1/03—Housing for domestic or laboratory animals
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Engineering & Computer Science (AREA)
- Zoology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Animal Husbandry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Clinical Laboratory Science (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提出了一种无创实验动物监测系统及方法,其中监测系统包括:笼盒,笼盒配置为放置并饲养实验动物;笼架,笼架为长方体框架,设置有用于容纳笼盒的内部空间,笼盒可拆卸地设置在笼架内;摄像模组,摄像模组设置在笼架上,摄像模组的镜头朝向笼架内部;视频处理模块,视频处理模块与摄像模组连接,视频处理模块配置为接收摄像模组拍摄的视频并对实验动物的行为进行识别。本发明具有一体化的笼具设计,能够饲养实验动物的同时进行监测。仅通过相机对实验动物进行监测,无需植入或穿戴传感器,对实验动物无创,对实验动物的活动不造成影响,且成本较低。能够实时监测实验动物行为,并反馈到计算机上,实验人员能够轻易获取实验动物的状态。
Description
技术领域
本发明属于行为识别技术领域,具体涉及一种无创实验动物监测系统及方法。
背景技术
在生命科学、人类医药和健康研究领域,实验动物与人类或异种动物都有很多相似之处,对一些难以在人身上进行的工作,实验人员使用采用取材容易、操作简便的另一种动物来代替人类或原来的目标动物进行实验研究,这些标准化的实验动物就称之为模式动物。
模式动物是病理研究、新药研发及治疗方法验证的基础,对人类医疗发展至关重要。近年来基因编辑等生物技术的快速发展,极大的扩充了各种疾病模型和工具模型的模式动物资源。而各国政府及研究机构在应对新冠病毒以及其他传染病方面的研究的持续加强,未来将更加促进模式动物行业的发展。
但在过去几十年里广泛使用的动物行为测试和分析的技术方法,大量依赖于实验人员的观察和主观评估,效率普遍低下、费时费力。虽有对一些特定参数指标如速度、位置、活动偏好等进行计算机提取,但数据的可解释性仍多存在争论,并且缺乏跨物种可比较的一致性参数,这也是精神药物研发屡屡受挫的重要原因之一。研发自动化、高通量和无偏的新型智能化行为精准解析系统,即研发新的用于多物种的多模态动物行为采集装备,对动物的在饲养、实验等条件下的行为进行精准的采集,对于提升我国模式动物相关的产业发展和结构调整,脑疾病相关的仪器设备和医药产业发展具有重要的意义和作用。
专利申请号为2020101902643的现有技术介绍了一种行为识别方法、装置、设备及介质,包括获取原始行为数据,对所述原始行为数据进行预处理,得到序列化行为数据;将所述序列化行为数据输入至预先训练好的行为识别模型中,获得所述行为识别模型的输出结果;根据所述输出结果生成行为识别结果,并将所述行为识别结果进行输出。然而该方案没有做到一体化笼具系统,无法在监测的同时饲养实验动物,不能闭环饲养、智能化饲养,并且无法做到实时识别动物动作。
专利申请号为2019112364891的专利文献中,介绍了一种基于信息融合的野生动物监测系统,包括微处理器、数据采集模块、通讯模块、电源管理模块、红外相机模块;其中通讯模块采用4G网络,采用断点重传的方式将数据稳定发送至服务器;数据采集模块用于获取野生动物的发热量信息数据和声音信息数据;红外相机模块用于采集野生动物的图像;所述微处理器接收数据采集模块和红外相机模块的数据,采用信息融合技术,识别出动物的种类;所述电源管理模块包括异形光伏组件、聚合物储能电池和一次电池。该装置能够适应复杂的野生动物生活环境,稳定、高效、全天候不间断运行,灵敏捕获动物图像及声音信息,并识别动物种类,可实时监测野生动出没情况及当地环境状况。该方法需要动物穿戴传感器,甚至植入传感器,对动物行为具有较大程度影响、无法做到无创无害;检测到的数据过于简单,仅依靠简单数据难以判断动物行为;无法监测到所述待检测动物的行为,检测的范围有限。
综上所述,现有技术存在不能同时对实验动物进行饲养和实时监测、成本较高、无法做到无创监测实验动物等问题,所以需要对现有技术进行改进。
发明内容
本发明提供了一种无创实验动物监测系统及方法,以解决现有技术不能同时对实验动物进行饲养和实时监测、成本较高、无法做到无创监测实验动物等至少一个前述问题。
一种无创实验动物监测系统,包括:
笼盒,所述笼盒配置为放置并饲养实验动物;
笼架,所述笼架为长方体框架,设置有用于容纳所述笼盒的内部空间,所述笼盒可拆卸地设置在所述笼架内;
摄像模组,所述摄像模组设置在所述笼架上,所述摄像模组的镜头朝向所述笼架内部;
光源,所述光源设置在所述笼架上,所述光源用于给所述摄像模组提供稳定的光环境;
视频处理模块,所述视频处理模块与所述摄像模组连接,所述视频处理模块配置为接收所述摄像模组拍摄的视频并对实验动物的行为进行识别。
进一步,所述笼架相对的两个侧面分别设置有第一支架、第二支架,所述笼盒的两侧侧面设置有支撑部,所述支撑部与所述第一支架、所述第二支架匹配;
所述第一支架和所述第二支架位于所述笼架内部,包括固定在所述侧面上的竖板和朝向笼架内部延伸并垂直于所述竖板的横板
进一步,所述摄像模组包括第一相机和第二相机,所述第一相机设置所述笼架的侧面,所述第二相机设置在与所述第一相机相邻的侧面。
进一步,所述第一支架的所述横板的宽度大于所述第二支架的所述横板的宽度;
所述第一相机设置在所述第一支架的所述竖板上,且所述第一相机朝向所述笼架内部。
进一步,所述第二侧面设置有支撑架,所述支撑架与所述第一相机位于同一水平面,所述第二相机设置在所述支撑架上。
进一步,所述第一相机和所述第二相机配备有鱼眼镜头。
进一步,所述光源通过磁吸结构固定在所述笼架的顶面上。
一种无创实验动物监测方法,包括以下步骤:
步骤1,相机校正并拍摄实验动物的视频;
步骤2,基于步骤1的视频和深度学习技术,进行网络训练,得到视频里实验动物的位置数据;
步骤3,对所述视频中的实验动物的行为进行标记,得到行为标签;
步骤4,将所述步骤2的位置数据转换为图像与所述步骤3的行为标签结合,进行网络训练,得到网络模型;
步骤5,使用摄像模组拍摄新视频,将所述新视频传入所述网络模型,识别新视频中实验动物的行为。
进一步,所述步骤1包括以下步骤:
步骤101,使用所述摄像模组拍摄定标板图片;
步骤102,将所述定标板图片输入相机校正模块,获取相机畸变校正参数;
步骤103,在处理软件中输入所述参数,通过所述摄像模组拍摄视频。
进一步,所述步骤3中,实验动物的标记点包括鼻子、耳朵、身体和尾巴。
进一步,所述步骤3中所要标记的行为为预定义的行为,包括pause、movement和climb。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序用于执行上述无创实验动物监测方法。
本发明至少具有以下有益效果:本发明具有一体化的笼具设计,能够饲养实验动物的同时进行监测。仅通过相机对实验动物进行监测,无需植入或穿戴传感器,对实验动物无创,对实验动物的活动不造成影响,且成本较低。能够实时监测实验动物行为,并反馈到计算机上,实验人员能够轻易获取实验动物的状态。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明实施例的监测系统结构示意图;
图2是本发明实施例的监测系统立体图;
图3是本发明实施例相机拍摄角度示意图;
图4是本发明实施例第一相机拍摄角度示意图;
图5是本发明实施例第二相机拍摄角度示意图;
图6是本发明实施例监测方法的步骤流程图。
图中:1-笼盒、11-支撑部、2-笼架、21-第一支架、22-第二支架、31-第一相机、32-第二相机、33-支撑架、4-光源。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明为了解决现有技术中存在的缺点,即不能同时对实验动物进行饲养和实时监测、成本较高、无法做到无创等问题,提出一种无创实验动物监测系统及方法。
监测系统组成
参照说明书附图1-2,为无创实验动物监测系统示意图,包括笼盒1、笼架2、摄像模组和视频处理模块。笼盒1用于放置并饲养实验动物。笼架2为长方体框架,内部设置有用于容纳笼盒1的内部空间,笼盒1放置在笼架2中并能够方便地从笼架2中抽出。摄像模组设置在笼架2上,并且镜头朝向笼架2内部。笼架2上还设置有光源4,用于给摄像模组提供稳定的光环境,使摄像模组能够拍摄到清晰的影像。本发明的无创实验动物监测系统还包括视频处理模块,视频处理模块连接摄像模组,用于接收摄像模组拍摄的视频并对实验动物的行为进行识别。
具体地,本发明所使用的笼架2为长方体的框架,包括顶面、底面和四个侧面。为了方便实验人员、管理人员拿取笼盒1,笼架2相对的两个侧面分别设置有第一支架21、第二支架22;笼盒1的两侧分别设置有支撑部11,支撑部11架设在第一支架21和第二支架22上,从而将笼盒1架设在笼架2中。其中,第一支架21和第二支架22位于笼架2内部,包括固定在笼架2侧面上的竖板和朝向笼架2内部延伸并垂直于竖板的横板,有助于增加笼盒1架设在笼架2中的稳定性,同时去除笼盒1也更加方便。
为了实现本发明的实时监测和动物行为识别作用,摄像模组是必不可缺的一部分。本发明要使笼盒1内的所有实验动物都可以监测到,需要获得全视野信息,所以摄像模组包括配备有鱼眼镜头的第一相机31和第二相机32。第一相机31设置在笼架2侧面,具体地,第一支架21和第二支架22位于笼架2内部,第一相机31设置在第一支架21的竖板上,并且位于第一支架21所在侧面底边的垂直中线上,镜头朝向笼架2内部的实验动物。进一步,第一支架21和第二支架22还包括朝向笼架2内部延伸并垂直于竖板的横板,使笼盒1放置在笼架2中时,避免第一相机31与笼盒1距离太近影响拍摄,也能避免笼盒1在拿取过程中损伤镜头。第二相机32设置在与第一相机31相邻的侧面,所述侧面设置有支撑架33,支撑架33为L型支架,并且与第一相机31位于同一水平面。第二相机32设置支撑架33上,第二相机在其所在侧面上的投影位于该侧面底边的垂直中线上。
优选地,本发明的摄像模组选取200万高清USB3.0,采用索尼IMX291芯片,最高有效的分辨率可以达1920*1080P,扳机的尺寸是38mm*38mm,相机帧数为50帧/s。参照说明书附图3-5,为本实施例的相机拍摄角度示意图,第一相机31的拍摄角度为170°,第二相机32的拍摄角度为150°,以全面覆盖笼盒1内的所有实验动物。
在对笼盒1内的实验动物进行实时监测时,需要为摄像模组提供稳定的光环境。本发明将光源4通过磁吸结构固定在笼架2顶部,具体地,笼架2为不锈钢质材料,光源4设置有磁铁,能够稳定地吸附在笼架2上,并方便随时更换或维修。优选地,本发明选取的光源4为LED灯,色温在4500-6000之间,能够给拍摄提供稳定的光环境。
在实际应用中,基于批量化生产和商业应用的目的,需要控制笼架2的体积以节省空间和减少成本。优选地,设置有第一相机31的第一支架21横板宽度大于第二支架22横板的宽度,在满足拍摄条件、第一支架21和第二支架22能够支撑笼盒2的情况下尽可能地减少材料成本支出。在一个具体实施例中,笼架2的外径尺寸为长381mm*宽250mm*高248mm,内径尺寸为长381mm*宽212mm*高211mm;第一支架21和第二支架22位于距离底面128mm的高度上,第一支架21横板的宽度为34mm,第二支架22横板的宽度为12mm;为了缩短拍摄距离,从而缩小笼架2的大小,第一相机31和第二相机32固定在距离底面74mm的高度上。
监测方法
为了实现对实验动物的全景、实时监测,需要针对本发明的系统结构,如:长方体的笼架2结构和相机的鱼眼镜头,提出一种切实可行的监测方法。
如图6所示为本发明的监测方法的步骤流程图,包括以下步骤:
步骤1,相机校准并拍摄实验动物的视频;
步骤2,基于步骤1的视频和深度学习技术,进行网络训练,得到视频里实验动物的位置数据;
步骤3,对视频中实验动物的行为进行标记,得到行为标签;
步骤4,将步骤2的位置数据转换为图像与步骤3的行为标签结合,进行网络训练,得到网络模型;
步骤5,将新视频传入网络模型,识别新视频中实验动物的行为。
由于本发明使用广角相机进行拍摄,所得到的图像具有较大程度的畸变,所以需对这部分畸变进行校正,再进行软件分析。具体地,步骤1中,首先拍摄定标板图片,定标板使用棋盘格定标板,设置拍摄时间间隔和拍摄张数,再进行拍摄。在一个具体实施例中,拍摄时间间隔为2秒,拍摄张数为35张。随后将定标板图片输入到matlab或opencv的相机校正模块中,获取相机畸变校正参数。进而,在bonsai软件中输入上述参数,并打开相机进行拍摄,拍摄到的图像会自动根据参数进行校正,将拍摄到的视频文件输入至下一步的软件分析系统中进行相关操作。步骤2中,通过神经网络训练,可以得到拍摄的视频里所有动物每帧的位置数据。步骤3中,对应步骤2每帧的位置数据对实验动物的行为进行标记,在步骤4中进行结合,随后进行网络训练,得到能够识别动物行为的网络模型。本发明预定义了三种行为,分别是:pause、movement、climb。实验动物的标记点包括实验动物的鼻子、耳朵、身体和尾巴。
另外,本发明的监测方法也可以应用于一种计算机可读存储介质,其上存储有计算机程序,计算机程序用于执行上述的无创实验动物监测方法。
由此,本发明提出了一种无创实验动物监测系统及方法,本发明具有一体化的笼具设计,能够饲养实验动物的同时进行监测。仅通过相机对实验动物进行监测,无需植入或穿戴传感器,对实验动物无创,对实验动物的活动不造成影响,且成本较低。能够实时监测实验动物行为,并反馈到计算机上,实验人员能够轻易获取实验动物的状态。
以上所述仅为本发明的较佳实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种无创实验动物监测系统,其特征在于,包括:
笼盒,所述笼盒配置为放置并饲养实验动物;
笼架,所述笼架为长方体框架,设置有用于容纳所述笼盒的内部空间,所述笼盒可拆卸地设置在所述笼架内;
摄像模组,所述摄像模组设置在所述笼架上,所述摄像模组的镜头朝向所述笼架内部;
光源,所述光源设置在所述笼架上,所述光源用于给所述摄像模组提供稳定的光环境;
视频处理模块,所述视频处理模块与所述摄像模组连接,所述视频处理模块配置为接收所述摄像模组拍摄的视频并对实验动物的行为进行识别。
2.根据权利要求1所述的无创实验动物监测系统,其特征在于,所述笼架相对的两个侧面分别设置有第一支架、第二支架,所述笼盒的两侧侧面设置有支撑部,所述支撑部与所述第一支架、所述第二支架匹配;
所述第一支架和所述第二支架位于所述笼架内部,包括固定在所述侧面上的竖板和朝向笼架内部延伸并垂直于所述竖板的横板。
3.根据权利要求1所述的无创实验动物监测系统,其特征在于,所述摄像模组包括第一相机和第二相机,所述第一相机设置所述笼架的侧面,所述第二相机设置在与所述第一相机相邻的侧面。
4.根据权利要求2所述的无创实验动物监测系统,其特征在于,所述第一支架的所述横板的宽度大于所述第二支架的所述横板的宽度;
所述第一相机设置在所述第一支架的所述竖板上,且所述第一相机朝向所述笼架内部。
5.根据权利要求3所述的无创实验动物监测系统,其特征在于,所述第二侧面设置有支撑架,所述支撑架与所述第一相机位于同一水平面,所述第二相机设置在所述支撑架上。
6.根据权利要求3-5任一项所述的无创实验动物监测系统,其特征在于,所述第一相机和所述第二相机配备有鱼眼镜头。
7.根据权利要求1所述的无创实验动物监测系统,其特征在于,所述光源通过磁吸结构固定在所述笼架的顶面上。
8.根据权利要求1-7任一项所述系统的监测方法,其特征在于,包括以下步骤:
步骤1,相机校正并拍摄实验动物的视频;
步骤2,基于所述步骤1的视频和深度学习技术,进行网络训练,得到所述视频里实验动物的位置数据;
步骤3,对所述视频中的实验动物的行为进行标记,得到行为标签;
步骤4,将所述步骤2的位置数据转换为图像与所述步骤3的行为标签结合,进行网络训练,得到网络模型;
步骤5,使用摄像模组拍摄新视频,将所述新视频传入所述网络模型,识别新视频中实验动物的行为。
9.根据权利要求8所述的无创实验动物监测方法,其特征在于,所述步骤1包括以下步骤:
步骤101,使用所述摄像模组拍摄定标板图片;
步骤102,将所述定标板图片输入相机校正模块,获取相机畸变校正参数;
步骤103,在处理软件中输入所述参数,通过所述摄像模组拍摄视频。
10.根据权利要求8所述的无创实验动物监测方法,其特征在于,所述步骤3中,实验动物的标记点包括鼻子、耳朵、身体和尾巴。
11.根据权利要求8所述的无创实验动物监测方法,其特征在于,所述步骤3中所要标记的行为为预定义的行为,包括pause、movement和climb。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序用于执行所述权利要求8-11任一项所述的无创实验动物监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011436147.7A CN112586370A (zh) | 2020-12-10 | 2020-12-10 | 一种无创实验动物监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011436147.7A CN112586370A (zh) | 2020-12-10 | 2020-12-10 | 一种无创实验动物监测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112586370A true CN112586370A (zh) | 2021-04-02 |
Family
ID=75191811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011436147.7A Pending CN112586370A (zh) | 2020-12-10 | 2020-12-10 | 一种无创实验动物监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112586370A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024040367A1 (zh) * | 2022-08-22 | 2024-02-29 | 探极生物科技有限公司 | 基于人工智能的自动化系统监控生物的方法及其装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102016745A (zh) * | 2008-01-23 | 2011-04-13 | 加州大学评议会 | 用于行为监测及校正的系统和方法 |
US20160150758A1 (en) * | 2013-06-28 | 2016-06-02 | The United States Of America, As Represented By The Secretary, Dept. Of Health And Human Services | Systems and methods of video monitoring for vivarium cages |
CA3004002A1 (en) * | 2018-05-04 | 2018-07-09 | Neuvativ Inc. | Video surveillance with context recognition |
US20190294889A1 (en) * | 2018-03-26 | 2019-09-26 | Nvidia Corporation | Smart area monitoring with artificial intelligence |
CN110447549A (zh) * | 2019-09-23 | 2019-11-15 | 赣南医学院第一附属医院 | 一种实验动物行为学监测系统 |
EP3671550A1 (en) * | 2018-12-20 | 2020-06-24 | HERE Global B.V. | Dynamically loaded neural network models |
CN111507179A (zh) * | 2020-03-04 | 2020-08-07 | 杭州电子科技大学 | 一种生猪采食行为分析方法 |
-
2020
- 2020-12-10 CN CN202011436147.7A patent/CN112586370A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102016745A (zh) * | 2008-01-23 | 2011-04-13 | 加州大学评议会 | 用于行为监测及校正的系统和方法 |
US20160150758A1 (en) * | 2013-06-28 | 2016-06-02 | The United States Of America, As Represented By The Secretary, Dept. Of Health And Human Services | Systems and methods of video monitoring for vivarium cages |
US20190294889A1 (en) * | 2018-03-26 | 2019-09-26 | Nvidia Corporation | Smart area monitoring with artificial intelligence |
CA3004002A1 (en) * | 2018-05-04 | 2018-07-09 | Neuvativ Inc. | Video surveillance with context recognition |
EP3671550A1 (en) * | 2018-12-20 | 2020-06-24 | HERE Global B.V. | Dynamically loaded neural network models |
CN110447549A (zh) * | 2019-09-23 | 2019-11-15 | 赣南医学院第一附属医院 | 一种实验动物行为学监测系统 |
CN111507179A (zh) * | 2020-03-04 | 2020-08-07 | 杭州电子科技大学 | 一种生猪采食行为分析方法 |
Non-Patent Citations (2)
Title |
---|
丛书编委会编著: "《古玩收藏一本通》", 31 July 2012, 吉林出版集团有限责任公司 * |
石英: "网络", 《基于运动历史图像与卷积神经网络的行为识别 构建网络模型》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024040367A1 (zh) * | 2022-08-22 | 2024-02-29 | 探极生物科技有限公司 | 基于人工智能的自动化系统监控生物的方法及其装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110278884B (zh) | 动物本能恐惧行为检测装置及检测方法 | |
CA2916310C (en) | Cage rack monitoring apparatus and methods | |
US20110196661A1 (en) | Remote Contactless Stereoscopic Mass Estimation System | |
US10959398B1 (en) | Experimental animal behavioral research methods and apparatuses | |
CN109784200A (zh) | 基于双目视觉的奶牛行为图像获取与体况智能监测系统 | |
WO2019128128A1 (zh) | 一种检测动物合作行为的行为学测试平台及方法 | |
CN112586370A (zh) | 一种无创实验动物监测系统及方法 | |
US20190331905A1 (en) | Image acquisition method, image acquisition apparatus, program, and culture vessel | |
CN111034643A (zh) | 一种家畜养殖的生理特征检测系统和检测方法 | |
CN111178172A (zh) | 实验鼠嗅探动作识别方法、模块及系统 | |
CN112586824A (zh) | 一种用于畜禽养殖场的巡检头盔及巡检方法 | |
WO2018230178A1 (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
CN108896552A (zh) | 桥梁箱室内病害自动检测系统 | |
CN111832531A (zh) | 基于深度学习适用于啮齿动物社交实验的分析系统和方法 | |
CN117172280B (zh) | 一种应用于仿生动物中的多源数据处理方法 | |
CN113724250A (zh) | 一种基于双光相机的动物目标计数方法 | |
Vanzella et al. | A passive, camera-based head-tracking system for real-time, three-dimensional estimation of head position and orientation in rodents | |
WO2020258977A1 (zh) | 一种对象统计方法和装置 | |
CN109389623B (zh) | 一种鱼类活体的三维跟踪系统及其跟踪方法 | |
US10596198B1 (en) | Devices for selectively releasing volatile compounds | |
CN213939866U (zh) | 一种用于畜禽养殖场的巡检头盔 | |
Lara-Doña et al. | Automated mouse pupil size measurement system to assess locus coeruleus activity with a deep learning-based approach | |
US11033494B1 (en) | Apparatuses containing an emulsion and methods of manufacture | |
CN201814553U (zh) | 一种便携式眼底照相机 | |
CN109558791B (zh) | 一种基于图像识别的寻笋装置及方法 |
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 |