El cálculo de educación automotriz revoluciona la forma en que los científicos estudian el comportamiento

0


Para Eric Yttri, profesor asistente de ciencias biológicas y profesor del Instituto de Neurociencia de la Universidad Carnegie Mellon, la mejor manera de comprender el cerebro es observar cómo los organismos interactúan con el mundo.

«El comportamiento impulsa todo lo que hacemos», dijo Yttri.

Como neurocientífico del comportamiento, Yttri estudia lo que sucede en el cerebro cuando los animales caminan, comen, huelen o realizan cualquier acción. Este tipo de investigación podría ayudar a responder preguntas sobre enfermedades o trastornos neurológicos como la enfermedad de Parkinson o el accidente cerebrovascular. Pero identificar y predecir el comportamiento de los animales es extremadamente difícil.

Ahora, un nuevo algoritmo de aprendizaje automático no supervisado desarrollado por Yttri y Alex Hsu, un doctorado en ciencias de la vida. candidato en su laboratorio, hace que el estudio de la conducta sea mucho más fácil y preciso. Los investigadores publicaron un artículo sobre la nueva herramienta, B-SOiD (Segmentación de comportamiento de campo abierto en DeepLabCut), en Comunicaciones de la naturaleza.

Anteriormente, el método estándar para capturar el comportamiento de los animales era realizar un seguimiento de acciones muy simples, como si un ratón entrenado presionaba una palanca o si un animal comía o no. Alternativamente, el experimentador podría pasar incontables horas identificando comportamientos manualmente, generalmente cuadro por cuadro en un video, un proceso propenso al error humano y al sesgo.

Hsu se dio cuenta de que podía dejar que un algoritmo de aprendizaje sin supervisión hiciera el trabajo que consumía mucho tiempo. B-SOiD descubre comportamientos identificando patrones en la posición del cuerpo de un animal. El algoritmo funciona con software de visión por computadora y puede decirles a los investigadores qué comportamiento está sucediendo en cada cuadro de un video.

«Utiliza una ecuación para determinar consistentemente cuándo comienza un comportamiento», explicó Hsu. «Una vez que se alcanza ese umbral, se identifica el comportamiento, cada vez. Un experimentador humano podría alternar entre dos marcos o categorías diferentes, tratar de decidir dónde comienza el comportamiento y cansarse con el tiempo».

Yttri dijo que B-SOiD proporciona una gran mejora y abre varias vías para nuevas investigaciones.

«Elimina el sesgo del usuario y, lo que es más importante, elimina el costo del tiempo y el trabajo duro», dijo. «Podemos procesar con precisión horas de datos en minutos».

Además, B-SOiD es muy fácil de usar y está abiertamente disponible para cualquier investigador. El laboratorio y los colaboradores de Yttri utilizaron el nuevo algoritmo en la investigación en muchas áreas importantes, incluida la investigación para comprender mejor el dolor crónico, el trastorno obsesivo compulsivo y más.

Los colaboradores incluso han comenzado a utilizar B-SOiD para estudiar el movimiento humano en la enfermedad de Parkinson.

«Estamos empezando a ver si esto puede ser utilizado como parte de una prueba física por un médico para mostrar hasta dónde ha progresado la enfermedad de un paciente. La esperanza es que a un paciente en cualquier parte del mundo se le diagnostique una enfermedad. Métricas estandarizadas, «Dijo Yttri.

Este es un gran avance en la forma en que los científicos pueden estudiar el comportamiento natural y cómo cambia en lugar de las medidas demasiado simplistas o subjetivas que predominan en la neurociencia y la etología.

Fuente de la historia:

Materiales proporcionados por Universidad de Carnegie mellon. Original escrito por Caroline Sheedy. Nota: El contenido se puede cambiar por estilo y longitud.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More