研究人員利用計算機視覺開發(fā)出無壓力的小鼠稱重方法

由杰克遜實驗室 (JAX) 副教授 Vivek Kumar 博士領導的研究團隊開發(fā)了一種非侵入式方法，利用計算機視覺準確、連續(xù)地測量小鼠體重。該方法旨在減少與傳統(tǒng)稱重技術相關的壓力，提高涉及小鼠的生物醫(yī)學研究的質(zhì)量和可重復性。

在人類健康和生物醫(yī)學研究中，體重是一個關鍵指標，通常作為整體健康狀況的指標和潛在健康問題的預測指標。對于研究小鼠(臨床前研究中最常見的對象)的研究人員來說，測量體重傳統(tǒng)上需要將動物從籠子中取出并放在秤上。

這個過程會給小鼠帶來壓力，引入變量來影響實驗結(jié)果。此外，這些測量通常每隔幾天才進行一次，這進一步增加了數(shù)據(jù)準確性和可重復性的難度。

Kumar 表示：“我們認識到需要一種更好的方法來準確、無創(chuàng)地測量動物隨時間的質(zhì)量。傳統(tǒng)方法不僅給小鼠帶來壓力，還限制了測量的頻率和可靠性，從而削弱了實驗結(jié)果的有效性。”

為了應對這一挑戰(zhàn)，Kumar 和他的計算科學家和軟件工程師團隊(包括第一作者 Malachy Guzman、Brian Geuther 碩士和 Gautam Sabnis 博士)轉(zhuǎn)向了計算機視覺技術。Guzman 是卡爾頓學院的一名大四學生，曾是 JAX 的暑期學生，并以 Kumar 實驗室的學年實習生身份繼續(xù)了該項目。

通過分析 Kumar 之前用于評估梳理行為和步態(tài)姿勢的最大的小鼠視頻數(shù)據(jù)集之一，他們開發(fā)了一種誤差小于 5% 的體重計算方法。該研究結(jié)果發(fā)表在 8 月 7 日的《Patterns》高級在線版上，為研究人員提供了一種新資源，有望提高各種臨床前研究的質(zhì)量。

研究團隊在開發(fā)這種方法時面臨多項挑戰(zhàn)。與工業(yè)化養(yǎng)殖中用于測量體重的相對靜止的實驗對象不同，小鼠非?；钴S且靈活，經(jīng)常改變姿勢和形狀，就像一個可變形的物體。

此外，該團隊還研究了 62 種不同的小鼠品系，重量從 13 克到 45 克不等，每種小鼠都有獨特的大小、行為和毛色，因此需要使用多種視覺指標、機器學習工具和統(tǒng)計模型才能達到所需的準確度。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(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，風險自擔。 如有侵權請聯(lián)系刪除！