该协议允许对多个动物的跟踪自动化。使用简单的标签来识别每个动物的 ID 分析工具来检测标签。该协议显著减少了使用 leskey 数据分析视频录制所需的小时数。
从实验研究中估计更准确的完成。其他环境中可以以类似方式标记的动物可以通过类似的协议进行跟踪,这些协议在时生生物学、生态学、病毒研究或神经科学中应用。我们提供了硬件设计和开源编程语言,并提供了我们建议用户在协议中采用的学习 Python 编程语言的模型。
要为目标动物构建一个标签,首先从黑色塑料片上切割四个直径为 40 毫米的圆,从白色塑料 PVC 片中切割两个 26 毫米的边等三角形和两个直径为 26 毫米的圆。标记一个白色三角形和一个白色圆圈的中心。并在每个标记上打一个10毫米的孔。
然后将一个白色形状粘入四个黑圈的中心。要设置实验区,请将红外暗时间 LED 放入水箱中。使红外灯随时保持亮起。
接下来,将蓝光时间 LED 灯放入一个经过修改的玻璃纤维罐中,其中包含沙子和四个柔性 PVC 管道洞穴,然后将灯连接到用于管理照片周期的仪器。放置所有灯后,将冰冷的海水入口放置在水箱的一角,相应的出水口位于另一角。检查海水输入是否设置为每分钟约 4 升的流量。
用黑色窗帘环绕室,以提供与外部光线完全隔离。将装有网络摄像头的三脚架放在实验竞技场的一侧,摄像机位于实验竞技场上方 130 厘米处和中心位置。将摄像机连接到窗帘外的计算机,并根据物种特征调整视频录制的参数,确保创建时间戳(包括延时视频中的日期)以进行最终行为评分。
要给动物贴上标签,请将7摄氏度的水加到带水下隔间的冰盒中,并将4只龙虾放入4个分开的隔间中。在允许龙虾适应约30分钟后,将一只龙虾转移到一盘碎冰上5分钟,然后用吸收纸擦干固定化龙虾头孢菌的上部。将一滴快速干燥的胶水滴在干燥的甲壳上,将标签压在胶水上约20秒,直到胶水变硬。
然后将龙虾返回到冰盒中的隔间,并同样方式给其他三只动物贴上标签。当所有的龙虾都贴上标签后,将龙虾放回牢房24小时。第二天,用同一个冰盒将龙虾从适应设施转移到实验室,然后开始录像。
在红灯条件下执行标记和转移步骤,以避免对受体的龙虾进行径向损伤。其他水种或陆地物种可能不需要这种照顾。然后从五分钟的视频或最初的 100 帧获取平均背景图像,然后将动物一个一个引入各自水舱内的实验水箱,等待龙虾从它们的隔间中出来。
在这个代表性实验中统计的动物总数中,79%的动物检测结果与程序正确匹配,89.5%的标记被正确识别。只有 3.8% 的标签分类不正确。但剩下的6.6%与误报相对应。
完成特定视频分析后,获得的位置数据可用于评估龙虾的不同行为模式。例如,空间占用地图绘制使用二维角密度估计,轴由在方形网格上评估的变量法线角线对齐,允许龙虾花费较高百分比的区域用高颜色强度图表示。龙虾的日常活动节奏也可以绘制为毫米覆盖在十分钟的垃圾箱间隔随着时间的推移。
重要的是要保持大小和形状方面的精确规格,并且始终在后台执行装箱分析步骤,没有用户界面。图像分析模型可以扩展,以观察甲壳类动物的特定成分,以帮助改善动物相互作用方面的行为研究。这些复杂的动物社会互动以类似的方式在实际环境中发生,允许生物研究的风格和重要方面与一些应用生态学和神经科学。