小鼠行為識別方法及其系統與流程
2023-07-25 00:19:41
本發明涉及生物特徵識別技術領域，具體而言，涉及一種小鼠行為識別方法及其系統。
背景技術：
動物在藥物、毒物及各種外界物理因素的影響下，其活動頻率、活動範圍、記憶力等是否由於這些外界因素的影響而有所改變，這就需要觀察動物活動的變化來判斷。傳統的行為學研究主要是依靠研究者的目視觀察與定性評判，主觀因素影響較大，很多參數不能定量化，且費時費力。隨後，伴隨光電技術被廣泛應用於自發活動的檢測中，結合計算機的應用產生了多樣的監測裝置，但可檢測指標較少，只能滿足實驗人員小部分要求。近年來，計算機技術的發展將動物行為的自動識別帶進了視頻記錄與觀測結合數字圖象分析的階段，視頻檢測具有較高解析度不僅能準確記錄動物的行動，還能對體態姿勢進行辨別，為實驗者提供了更多的信息，具有廣闊的應用前景。小鼠自發活動試驗是應用最廣的自發活動行為測定方法之一。在實驗中，除小鼠的活動區域，速度等參數外，其豐富的動作、姿勢、甚至尾部和足的活動等體態特徵也具有大量的科研價值，是研究者們關心的內容。視頻技術和圖象分析技術在這個領域的應用為廣大科研工作者提供了更快捷可靠的實驗工具，也推動了動物行為學、藥理學等相關學科的發展。
但是在研究過程中需要人員通過肉眼過輔助工具識別小鼠的行為動作，這大大增加了研究的時間，而且肉眼識別存在一定的主觀性，存在一定的誤差，即給研究造成了極大的困擾和難度。
因此，提供一種準確並自動識別小鼠行為的方法或系統成為本領域技術人員所要解決的重要技術問題。
技術實現要素：
本發明的目的在於提供一種小鼠行為識別方法及其系統，以緩解實驗研究過程中精確度低且需要人眼識別小鼠行為的技術問題。
本發明提供的一種小鼠行為識別方法，包括：
步驟1.監控終端實時採集小鼠的運動以形成運動數據序列，並對獲取的運動數據序列進行標準化處理，將獲取的運動數據序列存儲到存儲設備中；
步驟2.採用低通過濾的過濾器對運動數據序列進行篩選；
步驟3.採用分離式餘弦轉移系統對運動數據序列進行轉移；
步驟4.從空間和時間兩個角度對運動數據序列進行處理；
步驟5.採用詞頻－逆向文件頻率方法測量數據的重要性；
步驟6.採用knn方法處理運動數據序列，得出結果。
進一步地，所述監控終端採用kinect裝置。
進一步地，所述標準化處理包括去噪處理和骨架數據處理。
進一步地，所述步驟2通過低通過濾的過濾器來移除亂碼以及高頻率的動作數據序列。
進一步地，所述步驟3通過分離式餘弦轉移系統將kinect裝置捕捉到的運動軌跡從按時間維度轉移到按頻率維度。
進一步地，所述步驟5中，採用詞頻－逆向文件頻率方法篩選出包含特異性的運動數據序列。
進一步地，所述步驟6中，經過knn方法處理後，將數據傳輸到控制裝置，然後在顯示裝置上顯示。
本發明提供的一種小鼠行為識別系統，包括：設置在監控區域的監控終端、處理器、控制裝置和顯示器；
所述監控終端將記錄採集的運動數據傳輸到所述處理器，經處理後傳輸到所述控制裝置，所述控制裝置通過所述顯示器顯示最終結果。
進一步地，所述處理器包括用於接收數據的接收模塊、預處理模塊、分析模塊和發送模塊；
經所述預處理模塊處理的數據傳輸到所述分析模塊，所述分析模塊分析後的數據經所述發送模塊傳輸到所述控制裝置。
進一步地，小鼠行為識別系統還包括用於存儲全部數據的存儲器；
所述監控終端、所述處理器和所述控制裝置均勻所述存儲器連接。
有益效果：
本發明提供的一種小鼠行為識別方法，包括：監控終端實時採集小鼠的運動以形成運動數據序列，並對獲取的運動數據序列進行標準化處理，將獲取的運動數據序列存儲到存儲設備中，然後採用低通過濾的過濾器對運動數據序列進行篩選，篩掉無用的數據，之後採用分離式餘弦轉移系統對運動數據序列進行轉移，再從空間和時間兩個角度對運動數據序列進行處理，然後採用詞頻－逆向文件頻率方法測量數據的重要性，最後採用knn方法處理運動數據序列，得出結果，通過此方法能夠使設備自動化的識別小鼠的指定動作並記錄下，並且按照提供的方法操作後能極大的提高識別的準確定，減輕研究人員的工作量。
本發明提供的一種小鼠行為識別系統，包括：設置在監控區域的監控終端、處理器、控制裝置和顯示器，監控終端將記錄採集的運動數據傳輸到處理器，經處理後傳輸到控制裝置，控制裝置通過顯示器顯示最終結果，處理器根據小鼠行為識別方法對數據進行處理並存儲，能夠提高識別的精準度，並且提高工作效率。
附圖說明
為了更清楚地說明本發明具體實施方式或現有技術中的技術方案，下面將對具體實施方式或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施方式，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
圖1為本發明實施例提供的小鼠行為模式識別方法的流程圖。
具體實施方式
下面將結合附圖對本發明的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
在本發明的描述中，需要說明的是，術語「中心」、「上」、「下」、「左」、「右」、「豎直」、「水平」、「內」、「外」等指示的方位或位置關係為基於附圖所示的方位或位置關係，僅是為了便於描述本發明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構造和操作，因此不能理解為對本發明的限制。此外，術語「第一」、「第二」、「第三」僅用於描述目的，而不能理解為指示或暗示相對重要性。
在本發明的描述中，需要說明的是，除非另有明確的規定和限定，術語「安裝」、「相連」、「連接」應做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內部的連通。對於本領域的普通技術人員而言，可以具體情況理解上述術語在本發明中的具體含義。
相對於現有技術，本發明實施例提供的水箱具有以下優勢：
圖1為本發明實施例提供的小鼠行為模式識別方法的流程圖。
如圖1所示為本發明實施例提供的一種小鼠行為識別方法，包括：步驟1.監控終端實時採集小鼠的運動以形成運動數據序列，並對獲取的運動數據序列進行標準化處理，將獲取的運動數據序列存儲到存儲設備中；步驟2.採用低通過濾的過濾器對運動數據序列進行篩選；步驟3.採用分離式餘弦轉移系統對運動數據序列進行轉移；步驟4.從空間和時間兩個角度對運動數據序列進行處理；步驟5.採用詞頻－逆向文件頻率方法測量數據的重要性；步驟6.採用knn方法處理運動數據序列，得出結果。
本發明提供的一種小鼠行為識別方法，包括：監控終端實時採集小鼠的運動以形成運動數據序列，並對獲取的運動數據序列進行標準化處理，將獲取的運動數據序列存儲到存儲設備中，然後採用低通過濾的過濾器對運動數據序列進行篩選，篩掉無用的數據，之後採用分離式餘弦轉移系統對運動數據序列進行轉移，再從空間和時間兩個角度對運動數據序列進行處理，然後採用詞頻－逆向文件頻率方法測量數據的重要性，最後採用knn方法處理運動數據序列，得出結果，通過此方法能夠使設備自動化的識別小鼠的指定動作並記錄下，並且按照提供的方法操作後能極大的提高識別的準確定，減輕研究人員的工作量。
需要指出的是，利用kinect捕捉運動序列，而骨架信息通過其他途徑獲得的。骨架數據由多個點組成，多個點在動物運動建模中都必不可少，為保證位置、尺寸及視圖的持續性，所有的序列都預先進行了標準化處理，這些序列被劃分到固定大小的小窗口中，每個窗口都採取用協方差建模實現的空間和時間的方式描述，之後為測試和訓練的步態模型定義了不同的措施，最後，每一個序列都會通過knn進行分類。
還需要指出的是，通過骨骼關節的位置描述小鼠的移動，因此，每個關節都能及時產生一個由3d坐標表示的運動軌跡。為求得絕對身體姿勢的不變性，需要從空間角度對運動數據序列進行處理，因此採用了本地相對坐標系統來代表關節點。因此，用髖關節中心作為當地坐標系統的原點，並依此表示其餘的多個個骨骼關節，然後通過協方差矩陣對身體關節軌跡進行編碼，該協方差矩陣可以及時計算出不同關節的相互關係。因此，對於每個運動序列，都能及時計算出一個總結關節相關性的協方差矩陣。
還需要指出的是，空間協方差矩陣主要在表示具有強空間變異性的步態時有效。例如它可以輕易地識別出截然不同的關節軌跡模式，如行走與跑步、抬手等等。但是在對這些微妙的模式進行分類時，只採取運動的空間模式是不夠的。為了強化的運動表示方法，對跨時間的關節運動速度，將其記為時間特徵部分，與身體位置表示方法類似，採用了協方差矩陣的方式對關節的相對速度進行編碼。
本實施例的可選方案中，監控終端採用kinect裝置。
kinect是一種低成本的、非侵入式的深度掃描儀，可以以接近視頻的速率來捕獲動物的運動周期，除了原始深度視頻量以外，kinect還可提取身體的3d虛擬骨架，並在時間上保持一致。
需要指出的是，kinect以15幀每秒的速度對運動的小鼠進行深度圖像捕捉，並能及時跟蹤小鼠的多個個關節點，計算出連貫的骨架數據。
本實施例的可選方案中，標準化處理包括去噪處理和骨架數據處理。
由於相機拍攝角度是正面拍攝，所以顯示出來的骨架尺寸會隨著對象逐漸靠近相機而增大。為了獲取獨立於距離的一個穩定的骨架數據，對數據進行了標準化處理，將關節協調由世界協調系統轉向個人中心協調系統。
需要指出的是，進一步通過不改變關節角度、按比例調整所有骨架至普通尺寸的方式，將所有的數據集進行了標準化處理。因此，選取了一個骨架作為參考對象，將所有其他的骨架都與之對比，將他們身體各部分的長度都按比例進行轉換，由此形成一個獨立於展示方式的尺寸，也按照全球化的x軸的調整連接兩髖的載體(關於投影到xy平面)，將所有的骨骼旋轉成一個共同的方向。
本實施例的可選方案中，步驟2通過低通過濾的過濾器來移除亂碼以及高頻率的動作數據序列。
kinect能及時為它追蹤的多個個關節點形成持續的軌跡，然而，由於適應性不夠完美以及監測對象與相機的距離問題，通過kinect捕捉到的軌跡通常會比較雜亂。此外，由于震顫及動作不穩定等情況，捕捉到的動作頻率會很高，高頻率動作是超出捕捉速率的，也超出kinect的預測範圍，因此在輸出信號的時候會顯示為亂碼。因此引進低通過濾的過濾器來移除亂碼以及高頻率的動作數據序列。
本實施例的可選方案中，步驟3通過分離式餘弦轉移系統將kinect裝置捕捉到的運動軌跡從按時間維度轉移到按頻率維度。
運動序列能及時對關節點轉型進行編碼，它取決於參照對象的運動速度，而運動速度會依對象不同而有著顯著的不同。為了克服速度上的差異，使用不重疊的滑動窗口將每個運動序列分成多個子序列。因此，將一個運動序列用多個小尺寸的窗口表示出來，實現一種無關於速度的表示方法，因此需要通過分離式餘弦轉移系統將kinect裝置捕捉到的運動軌跡從按時間維度轉移到按頻率維度。
需要指出的是，分離式餘弦轉移系統又名dct。
本實施例的可選方案中，步驟5中，採用詞頻－逆向文件頻率方法篩選出包含特異性的運動數據序列。
當給定一個預分類時空運動窗口時，這些預分類時空運動窗口是從從屬於不同步態的較長序列中切割出來的，這些窗口將運動序列分割成不定的集合，因此有些窗口可能會包含獨特的步態特徵，而其他一些窗口可能會包含非特異性信息，為了測量窗口的重要性，因此採取了詞頻－逆向文件頻率的方法。
需要指出的是，詞頻－逆向文件頻率又名tf－idf。
本實施例的可選方案中，步驟6中，經過knn方法處理後，將數據傳輸到控制裝置，然後在顯示裝置上顯示。
使用knn來計算測試數據中的k的最親密、最近的鄰居(k在實驗中取不同的值)。k的每一個最近鄰居都通過方程式賦予了一個權重，而對於每個類別，我們將k的最近鄰居中的同類別的所有窗口權重都加以累積，因為既使用空間表示也使用時間表示，因此也需要為空間和時間描述符執行knn。
需要指出的是，knn是k最鄰近結點算法(k－nearestneighboralgorithm)的縮寫形式，是電子信息分類器算法的一種，knn方法對包容型數據的特徵變量篩選尤其有效，因此在篩選結果時，選用knn方法。
本發明提供的一種小鼠行為識別系統，包括：設置在監控區域的監控終端、處理器、控制裝置和顯示器；監控終端將記錄採集的運動數據傳輸到處理器，經處理後傳輸到控制裝置，控制裝置通過顯示器顯示最終結果。
本發明提供的一種小鼠行為識別系統，包括：設置在監控區域的監控終端、處理器、控制裝置和顯示器，監控終端將記錄採集的運動數據傳輸到處理器，經處理後傳輸到控制裝置，控制裝置通過顯示器顯示最終結果，處理器根據小鼠行為識別方法對數據進行處理並存儲，能夠提高識別的精準度，並且提高工作效率。
需要指出的是，監控終端採用kinect裝置，能夠自動識別小鼠骨架並對骨架數據進行處理，同時經處理後的數據將存儲在儲存器內。
本實施例的可選方案中，處理器包括用於接收數據的接收模塊、預處理模塊、分析模塊和發送模塊；經預處理模塊處理的數據傳輸到分析模塊，分析模塊分析後的數據經發送模塊傳輸到控制裝置。
接收模塊與儲存器連接，儲存器將kinect裝置處理的數據傳輸給接收模塊，接收模塊將接收到的數據傳遞到預處理模塊，小鼠的運動數據經預處理後傳遞到分析模塊，分析模塊對數據進行進一步分析處理，然後得出結果，通過發生模塊將得到的結構發送到存儲器內。
本實施例的可選方案中，小鼠行為識別系統還包括用於存儲全部數據的存儲器；監控終端、處理器和控制裝置均勻存儲器連接。
存儲器用於存儲並備份所有實驗數據，同時將數據傳輸給控制裝置和處理器。經處理器處理得出結果後，將結果傳輸到控制裝置，控制裝置控制顯示器顯示結果，結果一目了然。
最後應說明的是：以上各實施例僅用以說明本發明的技術方案，而非對其限制；儘管參照前述各實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本發明各實施例技術方案的範圍。