Pupil-DLC: an open-source deep learning pipeline for scalable, markerless tracking of pupil dynamics across conscious and unconscious states
Pupil-DLCは、DeepLabCutに基づいたオープンソースのディープラーニング・パイプラインであり、多様な種や意識状態において、既存の手法を上回る精度で、スケーラブルかつマーカーレスで堅牢な瞳孔動態のトラッキングを可能にし、マウスおよびヒトの瞳孔計測の両方に対して柔軟で再現可能な解析を提供するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
あなたの瞳（目の中心にある黒い部分）を、脳の中で何が起きているかを映し出すために絶えず開閉している、小さな、生きている窓だと想像してみてください。あなたが覚醒していたり、集中していたり、あるいは夢を見ている時でさえ、この窓の大きさは変化します。科学者たちは、脳の状態を理解するためにこれらの変化を測定することを長らく望んできましたが、これまでに使われてきたツールは、まるで古くて不格好なカメラのようでした。それらは動作が遅く、新しい状況ではすぐに壊れてしまい、展開の速さに追いつくのに苦労します。
この論文は、これら「目の窓」を監視するための、非常にスマートで疲れを知らないデジタル探偵として機能する新しい無料のソフトウェアツール、「Pupil-DLC」を紹介しています。その仕組みを、簡単な比較を用いて説明します。
「トレーニング・スクール」
エキスパートになるために、Pupil-DLCは大規模なトレーニング・スクールに通いました。それは、130本以上のマウスのビデオから撮影された20,000枚以上のスナップショットを学習しました。これらのマウスは、覚醒して活動的な状態、眠い状態、あるいは様々な薬物（サイケデリックスや麻酔薬を含む）の影響下にある状態など、あらゆる「気分」の中にありました。人間のチームが、コンピュータに何を探すべきかを正確に教え込むために、これらの写真の中のあらゆる瞳を丁寧にラベル付けしました。
「2つのツールキット」
Pupil-DLCは、単一の手法を用いるのではなく、デュアル・ツールキットを備えています。
- 汎用モデル (General Model - GM): これはマスターキーのようなものです。赤外線カメラで記録されたほぼすべてのマウスのビデオに対して即座に機能するように設計されており、個別のカスタマイズを必要とせずに、膨大な量のデータを迅速に分析するのに最適です。
- 個別モデル (Individual Model - IM): これはオーダーメイドのスーツのようなものです。もし特定の実験に対して極限の精度が必要な場合は、このツールがその特定のセッション固有の特徴に合わせて微調整を行います。
なぜ優れているのか
論文では、Pupil-DLCが現時点での「ゴールドスタンダード（標準的な手法）」とされるツールよりも正確で信頼性が高いと主張しています。これは単に推測するのではなく、信頼度スコアを提供します。これは、「私はこの瞳が開いていると99%確信しています」あるいは「確信度は60%しかないので、この部分は再確認したほうがいいかもしれません」と伝える天気予報のような役割を果たします。これにより、研究者は精度を損なうことなく、どのデータを保持すべきかを判断できます。
種族の境界を越える
おそらく最も驚くべき仕掛けは、その汎用性です。追加のトレーニングなしで、Pupil-DLCは人間の赤外線眼球ビデオを見ることができ、マウスと同様に瞳を追跡できます。もし研究者が、日光の下で撮影された人間のビデオや異なるカメラを用いたビデオで少し追加のトレーニングを与えれば、それらの条件下でも対応することができます。
結論
Pupil-DLCは、瞳の変化を追跡するという困難な作業を、スムーズで自動化されたプロセスへと変える、オープンソースで柔軟なプラットフォームです。これにより、科学者は、深い睡眠から薬物の影響まで、幅広い条件下において、マウスと人間の両方で脳の状態を測定できるようになります。それは、速く、正確で、長く使い続けられるように作られたツールを用いています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。