一、系統(tǒng)介紹
1.VisuTrack小動物行為學(xué)分析系統(tǒng)是上海欣軟信息科技有限公司自主開發(fā)的新一代系統(tǒng)，集視頻采集、行為學(xué)實驗觀察、行為學(xué)實驗分析、指標記錄以及數(shù)據(jù)統(tǒng)計為一體，VisuTrack小動物行為學(xué)分析系統(tǒng)擁有更加人性化的實驗文件結(jié)構(gòu)、豐富實用的可擴展插件、同步第三方軟件的輸入輸出控制模塊以及前沿的圖像識別算法。
VisuTrack小動物行為學(xué)分析系統(tǒng)的行為識別技術(shù)（Behavior Recognition）解決了 What, Where, When 以及與生物信號的整合問題。與在空間上把動物減低到一個點（通常是質(zhì)心）并僅是跟蹤這個點的視頻跟蹤技術(shù)（video tracking）不同，VisuTrack小動物行為學(xué)分析系統(tǒng)的行為識別技術(shù)（Behavior Recognition）可以區(qū)分動物身體各部分（如頭，尾，前軀中心，身體重心，四肢等）以及動物的復(fù)雜精細動作。以此為基礎(chǔ)，行為識別技術(shù)能自動識別復(fù)雜的動物行為，即動物在做什么；而目前其他國內(nèi)的的視頻軌跡跟蹤技術(shù)只能用于檢測動物在哪里。行為識別技術(shù)能捕捉的復(fù)雜的、自然的、和刻板的如下行為：
What—動物在做什么
When—動物什么時候做這個動作
Where—動物在哪里做
I/O Module—將行為與生物信號（腦電圖、血壓、神經(jīng)元活動、超聲波發(fā)聲）和實驗刺激（聲音、光、電擊等）整合，VisuTrack小動物行為學(xué)分析系統(tǒng)提供整合方案和模塊寫入等方式同步實時分析。

二、系統(tǒng)模塊組成
VisuTrack小動物行為學(xué)分析系統(tǒng)包含多種主要功能模塊：
基礎(chǔ)模塊（Basic module）
輸出輸出控制模塊（I/O Module）
插件模塊（Plug-in module）
GLP模塊（GLP module）
包括轉(zhuǎn)圈（Circling）、理毛（Grooming）以及嗅探（Sniffing）等的復(fù)雜精細行為模塊
VisuTrack小動物行為學(xué)分析系統(tǒng)一個完全利用第三代行為學(xué)技術(shù)—行為識別技術(shù)的優(yōu)良系統(tǒng)。可以適應(yīng)目前大多數(shù)主流行為學(xué)實驗的需要，同時提供豐富的參數(shù)，提高檢測的靈敏度和準確度。
三、軟件應(yīng)用范圍
學(xué)習(xí)記憶實驗：
Morris水迷宮、八臂迷宮、十二臂迷宮、Y迷宮、T迷宮、Barnes迷宮、六臂水迷宮
焦慮抑郁實驗：
高架十字迷宮、曠場實驗、自發(fā)活動、O迷宮、明暗箱（黑白箱）
探索行為實驗：
新奇物體識別實驗、動物交際實驗、洞板實驗、孔洞實驗
成癮實驗：
條件位置偏愛（CPP）、條件位置厭惡(CPA)
外部控制實驗：
條件性光刺激、聲刺激、電刺激、光遺傳、電生理同步，提供TTL接口后，更適用于避暗實驗、跳臺實驗、睡眠剝奪實驗、學(xué)習(xí)無助實驗、飲水電擊實驗、場景恐懼實驗、家居行為等。
四、技術(shù)特點
4.1 新一代行為識別算法
系統(tǒng)擁有多種功能強大的動物檢測及消除噪音的檢測方法，可以應(yīng)付幾乎所有的復(fù)雜實驗環(huán)境下的行為實驗，支持Animal Size動物的大小、Animal Color 動物顏色與背景差（黑-白、白-黑、雜色-變化背景等），同時支持自動閾值、手動閾值、復(fù)雜閾值（既白又黑）、頭部朝向閾值等：
智能識別法，適用于新手實驗員，能夠快速、準確、自動識別實驗動物
灰度法，適合光線穩(wěn)定，實驗環(huán)境背景與被檢測動物色差明顯的實驗
靜態(tài)背景法，適合實驗環(huán)境背景不均衡，亮暗不明，但背景相對固定的實驗
動態(tài)背景法，適合實驗環(huán)境背景不均衡，亮暗不明，且背景會微弱變化的實驗
高斯背景法，適合環(huán)境背景復(fù)雜，光線微弱，動物顏色與背景差異較小的實驗
色度法，適合顏色輔助標記的實驗
深度學(xué)習(xí)模型法，無需輔助標記，便可區(qū)分動物ID號，且可以準確識別動物的任意關(guān)鍵點
4.2 多體位點識別技術(shù)
軟件對動物形體進行全局分析，以檢測鼻尖（Nose position）、前部軀體中心（Forebody Center）、身體中心（Animal Center）和尾根（Tail Base position）四個特征點，并據(jù)此分析動物行為。

4.3 復(fù)雜精細行為檢測
系統(tǒng)可以全自動分析更多實驗動物的精細行為, 如爬行/靜止/原地微動,擺頭/甩頭,理毛修飾,轉(zhuǎn)圈,支撐站立,靠邊行走，嗅探，伸長，身體彎曲等，并可以生成相應(yīng)時間內(nèi)的動物行為圖譜；

4.4 外部輸入輸出控制與觸發(fā)功能
將行為與生物信號（腦電圖、血壓、神經(jīng)元活動、超聲波發(fā)聲）和實驗刺激（聲音、光、電擊等）整合，VisuTrack小動物行為學(xué)分析系統(tǒng)提供整合方案和模塊寫入等方式同步分析。利用智能的觸發(fā)選項功能，可以自定義Event和Action，實現(xiàn)自動開始分析、停止分析以及暫停分析、恢復(fù)分析等功能。系統(tǒng)可以依據(jù)行為條件發(fā)出TTL/SDI信號的控制命令，自動控制外部硬件，例如控制水迷宮平臺的升降，控制八臂迷宮的門開啟，控制電刺激等操作。

4.5 GLP實驗?zāi)K
系統(tǒng)包含了GLP模塊（GLP Module），可以實現(xiàn)用戶權(quán)限、用戶策略分配，系統(tǒng)自帶管理員模式、審閱用戶模式以及實驗員模式，對應(yīng)有不同的軟件使用權(quán)限，并可以導(dǎo)出符合GLP要求的操作日志表以及審閱日志表，同時可以開展動物行為“雙盲”實驗。
針對于學(xué)校構(gòu)建動物行為實驗室平臺，為方便高效管理，還可以額外允許根據(jù)實驗室要求，分配實驗員操作軟件的權(quán)限，為所有學(xué)員內(nèi)置各種規(guī)范的實驗?zāi)０嬉约坝脩糇远x實驗?zāi)０妗?br /> 4.6實時功能
軟件具有實時功能，可以實時顯示插件窗口，用以實時顯示動物的跟蹤狀態(tài)，判斷是否準確跟蹤；Event窗口，實時顯示動物跟蹤分析過程的精細行為事件；Result窗口，實時顯示指標測量結(jié)果；
4.7實驗復(fù)檢功能
軟件提供復(fù)驗功能，即對檢測的事件可以通過點擊來自動回/播放相應(yīng)事件對應(yīng)的視頻，便于校驗；可調(diào)整分析參數(shù)，對實時分析時錄下來的視頻/軌跡點進行重新分析以改進分析結(jié)果，而無需重做實驗重新記錄視頻/分析視頻；
4.8區(qū)域進入判斷標準
提供多種動物進入?yún)^(qū)域判斷標準：中心點進入、身體面積進入以及體位點判斷進入，同時可以自定義相關(guān)判斷標準的閾值，動物處在不同的實驗容器中，我們需要更換不同的判斷標準來提供實驗的可信度和準確性。
4.9同步分析不同類別實驗
同一套軟件可以在同一臺電腦上同一時刻在線或離線分析不同的動物行為實驗，提高實驗效率的同時更增加了藥效評價的可靠性、實時性以及同步性，且分析結(jié)束后數(shù)據(jù)會自動按照實驗類別歸類，尤其適合應(yīng)用于學(xué)校構(gòu)建動物行為實驗公共平臺和批量離線處理視頻。如圖，可以同時離線分析morris水迷宮、八臂迷宮、高架十字迷宮和曠場實驗視頻。

五、數(shù)據(jù)管理功能
5.1 實驗指標統(tǒng)計
VisuTrack小動物行為學(xué)分析系統(tǒng)支持分段檢索數(shù)據(jù)、分組統(tǒng)計數(shù)據(jù)以及軌跡篩選功能，能夠讓用戶在不使用第三方軟件的情況下，也可以得到強大的統(tǒng)計處理功能，可以計算選中指標的方差和標準差，繪制并導(dǎo)出相應(yīng)指標的直方圖。系統(tǒng)可自動計算平均值、標準偏差、標準誤差、方差、潛伏期等數(shù)據(jù)，可自動生成餅圖、曲線圖，柱狀圖等。

5.2 曲線軌跡展示
VisuTrack小動物行為學(xué)分析系統(tǒng)提供了多種形式的動物活動軌跡可視化展現(xiàn)方式：軌跡圖、熱圖以及3D活動量圖。

六、豐富的插件功能
VisuTrack小動物行為學(xué)分析系統(tǒng)提供了豐富的插件功能，方便為用戶擴展定制個性化的實驗和測試指標，目前，我們已經(jīng)定制了Morris水迷宮、曠場實驗、新物體識別實驗以及Y迷宮等插件模塊，通過這些插件的啟用，用戶更加方便開展“不同尋?！钡男袨閷W(xué)實驗，并計算出“與眾不同”的行為學(xué)指標參數(shù)。
6.1 Morris水迷宮插件
Morris水迷宮插件允許用戶額外的定義設(shè)置相關(guān)搜索策略區(qū)域參數(shù)（直線式搜索、趨向式搜索、邊緣式搜索），測試更加豐富的水迷宮實驗指標，同樣接受用戶定制各類深度的指標：轉(zhuǎn)向搜索、方向趨近、距離趨近等。

6.2 新物體識別插件
新物體識別實驗插件在基礎(chǔ)模塊的三點識別的基礎(chǔ)上，引入了更加復(fù)雜的判斷機制來檢測動物頭部（鼻尖）是否有效接觸興趣物體，如頭部偏向閾值。

6.3 曠場實驗插件
曠場實驗插件可以讓用戶進一步評價動物在曠場實驗箱里的跨格行為，比如跨格次數(shù)和跨格等級、近壁距離等。
6.4 Y迷宮插件
Y迷宮插件可以擴展讓用戶在Y迷宮實驗中，檢測動物自發(fā)交替行為的相關(guān)參數(shù)，比如異臂單步循環(huán)次數(shù)（SAP），首尾同臂循環(huán)次數(shù)（AAR）以及同臂單循環(huán)次數(shù)（SAR）。

七、測試指標
我們?yōu)橛脩籼峁┝朔浅ＸS富的動物行為測試參數(shù)，通過這些參數(shù)可以幫助用戶分析各類動物行為信息。所有的測試指標都**到每一個用戶定義的分析區(qū)域。
常規(guī)指標：活動路程、逗留時間、運動速度
實驗指標：各區(qū)域潛伏期（**進入時間）、進入次數(shù)、進入深度、路程比例
特色指標：休息（靜止）時間、掙扎時間、Freezing時間、Freezing次數(shù)
探索指標：頭部接觸次數(shù)、接觸時間、接觸潛伏期、接近時間、*大距離
精細行為指標：飲水次數(shù)、飲食次數(shù)、甩頭次數(shù)、修飾行為、卷縮行為、嗅探行為、伸長、僵直等
插件指標：轉(zhuǎn)向搜索、方向趨近、接近度、交替行為、跨格次數(shù)、跨格等級、支撐站立、搜索策略、自定義區(qū)域周邊活動情況、嗅聞半徑等