动作捕捉在动物神经与运动研究领域的应用

对于由神经系统疾病引起的运动障碍的康复治疗方案,需要预先进行动物实验,利用结果分析病症机理,并为制定治疗/康复方案提供实验依据。

动作捕捉在动物神经与运动研究领域的应用_第1张图片

脊髓损伤是中枢神经损伤的一种,它会引发运动功能部分或完全丧失。研究脊髓损伤最主要的指标是残留运动功能输出的恢复,它能够最直观地反映脊髓损伤的受损程度或治疗效果。这类研究存在一个问题:在判断运动功能输出的恢复情况时,一些研究基于主观评价,对于运动输出的变化不够敏感和精确。

研究案例介绍

恒河猴脊髓损伤步态分析-北京航空航天大学

而北京航空航天大学的研究团队选择了光学动作捕捉系统来协助实验,分别在恒河猴脊髓损伤前、脊髓损伤后6周和12周进行步态测试,进而获取更准确客观的的步态特征[1]。

动作捕捉在动物神经与运动研究领域的应用_第2张图片

步态测试前,将恒河猴以与训练期同样的状态被保定于固定装置,将16个反光标识点固定于下肢关节(如上图所示),采用8台动作捕捉镜头采集下肢步态数据,采集频率为100Hz。测试中,动物在速度0.8km/h的跑步机上行走,连续行进>10步的数据被保留,获取的数据包括双下肢步态周期时长,步长、步高、膝/踝关节角度幅值以及联动参数比值。

动作捕捉在动物神经与运动研究领域的应用_第3张图片

帕金森氏病大鼠-卡迪夫大学

同样,卡迪夫大学科研人员在进行帕金森氏病大鼠在不同宽度的横梁上的行走运动研究时,也选择了光学动作捕捉设备进行运动捕捉分析(如下图)。

动作捕捉在动物神经与运动研究领域的应用_第4张图片

结果表明,利用动作捕捉系统可以为帕金森氏病大鼠模型提供量化的时间步态参数,是一种研究帕金森氏病对运动影响的有效方法。研究人员指出,可以使用三维运动捕捉技术采集动物疾病模型数据,与人类运动分析进行比较,将人类疾病与其各自的动物模型相关联,以探讨动物模型与人类行为之间的相关性[2]。

动作捕捉在动物神经与运动研究领域的应用_第5张图片

老鼠胡须运动模式-田纳西大学

啮齿动物的胡须有敏感的触觉,大鼠(rat)和小鼠(mouse)会通过主动控制这些胡须来探测地形,而目前对于老鼠胡须运动模式的研究仍处于早期阶段。由于胡须移动速度相对较快,而且老鼠胡须非常细,实验中很难跟踪胡须运动。

动作捕捉在动物神经与运动研究领域的应用_第6张图片

田纳西大学的研究团队利用光学动作捕捉系统,在小鼠的胡须上粘贴微小的反光标识物,头部用特质支架固定,并在小鼠前爪粘贴一块纸板,防止其尝试移除标识物。这种测量小鼠胡须运动的方法具有很高的精度,可以用于神经和遗传方面的研究[3]。

猴子社会脑心理学实验-RIKEN脑科学研究所

除了生理实验,研究人员还通过分析聪明的灵长类动物的行为,进行相关心理学实验。社会脑(socialbrain)功能使我们的行为适应社会环境,但由于技术上的限制,关于神经元如何识别和调节以响应社会行为,我们是所知甚少的。针对该领域,RIKEN脑科学研究所的研究人员设计实验,用两只猴子(M1、M2)开展了研究[4]。

动作捕捉在动物神经与运动研究领域的应用_第7张图片

实验分为三个场景,即两只猴子无交叉空间(A)以及有交叉空间(B、C)。将食物放在桌上各位置,观察不同情形下猴子的行动。猴子下半身固定在椅子上,上半身自由活动,上图中,桌上饼状图代表食物放在该区域时,对应颜色猴子拿到食物的成功率。两只猴子的脑中被植入钨电极记录神经活动,并穿着特制动捕服(反光标识点粘贴在双侧肩部、肘部、手腕和手,以及前额和后脑勺),利用光学动作捕捉系统记录手臂和头部运动,实验中只记录手臂运动速度高于30mm/s的动作,通过设定阈值可以更好的剔除随机动作,动作捕捉系统可以帮助研究人员实现准确的定量分析。

无论最终目标是获取动物运动特性、分析行为还是只是记录动物的运动,NOKOV度量光学动作捕捉系统都可以提供合适的解决方案,下面是我们一些客户的应用案例。

NOKOV度量动作捕捉项目举例

中山大学医学院

脊髓康复评估中,运动神经系统的恢复是最重要的指标。在中山大学医学院的实验中,主要选取狗下肢膝关节的活动来作为运动神经系统恢复的外在表现。

实验过程中,构建了一个约3m*3m的场地供狗活动,在场地的四周分布着八个NOKOV(度量)光学三维动作捕捉镜头。同时在狗下肢的根部、膝关节、踝关节处贴反光标识点,通过动作捕捉镜头采集表示点的位置信息,来采集狗在这个空间活动的过程中各关节的数据。将瘫痪的狗的运动数据与正常狗的数据进行对比,就能够评估出狗运动神经系统的恢复情况,进而评估出狗脊髓的恢复情况。

参考文献

[1] 赵璨,魏瑞晗,赵文,季润,饶家声,杨朝阳,李晓光.脊髓损伤恒河猴下肢残留跨步能力的评估[J].中国康复理论与实践,2020,26(06):648-653.

[2] MadeteJK,KleinA,FullerA,etal.Challengesfacingquantificationofratlocomotionalongbeamsofvaryingwidths[J].ProceedingsoftheInstitutionofMechanicalEngineersPartHJournalofEngineeringinMedicine,2010,224(11):1257-65.

[3] SnigdhaR,BryantJL,CaoY,etal.High-Precision,Three-DimensionalTrackingofMouseWhiskerMovementswithOpticalMotionCaptureTechnology[J].FrontiersinBehavioralNeuroscience,2011,5(23):27.

[4] FujiiN,HiharaS,IrikiA.Dynamicsocialadaptationofmotion-relatedneuronsinprimateparietalcortex[J].PloSone,2007,2(4):e397.

你可能感兴趣的:(神经网络,深度学习)