由 Artur Schneider 和生物三研究所的 Ilka Diester 教授和弗萊堡大學計算機科學系的 Thomas Brox 教授領導的團隊開發(fā)了一種新系統(tǒng)，可以記錄可自由命名的 3D 運動身體點：“FreiPose”使用多個攝像頭和特殊的網絡架構來識別定義的身體點并跟蹤它們。該方法使研究人員能夠在分析中排除不感興趣的某些身體部位的運動影響。該小組在《神經元》雜志上介紹了他們的新方法。
“我們問自己，當生物自由移動并且只進行自發(fā)運動時，是否有可能將大腦中的神經元活動與個體身體部位的運動聯系起來，”迪斯特解釋說。根據研究人員的說法，要做到這一點，必須滿足兩個條件：首先，需要對單個身體部位的運動進行詳細的 3D 跟蹤;其次，必須將感興趣的身體部位與其他身體部位的影響隔離開來。
科學家們創(chuàng)建了一個帶有“FreiPose”的系統(tǒng)，該系統(tǒng)使用各種同步攝像機視角直接在 3D 中重建個體身體點的詳細姿勢和運動。身體點是預先自由選擇的。
“FreiPose 的新穎之處在于將學習到的圖像特征從單個攝像機視圖投影到一個公共 3D 空間中，其中網絡架構能夠結合所有信息來得出關于身體點位置的結論。由于它的多視圖方法和原生 3D 重建，FreiPose 特別適合在各種環(huán)境中自由移動的生物，包括那些有障礙物的生物，”Brox 說。
為了查看單個身體部位運動的神經元表征，研究人員減少了彼此身體部位和運動的貢獻。“這種策略可以分析有問題的行為，例如只分析手部動作。例如，該方法可用于植入電極的癲癇患者。如果測量神經元活動以檢查電極，則可以使用 FreiPose跟蹤患者的運動并排除不必要的運動的影響，”Diester 解釋說。
“這種方法可以用來更好地研究生物的行為，因為它們可以完全自由自然地移動，”Brox 補充道。“一旦建立，我們的系統(tǒng)就可以應用于大型數據集，從而最大限度地減少工作量。”
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯系刪除！