.png){kind=icon}
返回
Decoding Natural Behavior from Neuroethological Embedding
.png){kind=icon}
PRE
AI
DOI：10.3791/68668.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
动物通过丰富且动态的脑活动与其自然环境进行互动。理解神经群体动力学如何编码自然行为仍然是系统神经科学中的一个基本挑战。近年来，基于深度学习的行為分析和微型荧光成像技术的最新进展为研究大脑如何编码自然行为开辟了新的途径。本研究提出了一种集成的实验和计算框架，结合社会行为图谱（SBeA）、微型双光子显微镜（mTPM）以及利用辅助变量对高维记录进行一致嵌入（CEBRA），以从脑动态中解码复杂行为。本研究以自由移动小鼠之间的自然社交互动作为模型系统，实现了高分辨率的行为注释与同时进行的神经成像。该框架包括精确的行为姿态估计、同步的双小鼠跟踪、神经嵌入对齐以及直接从神经主成分解码行为特征。本研究表明，该方法在姿态解码方面达到3.±1.5像素的精度，在动机解码方面达到89±6%的准确率，突显了其鲁棒性和泛化能力。该方法为探索脑活动如何反映结构化行为状态提供了有力工具，并为未来研究自然神经编码原理奠定了基础。
Keyword:
MINIATURE 2-PHOTON MICROSCOPY
