Pupil-DLC: an open-source deep learning pipeline for scalable, markerless tracking of pupil dynamics across conscious and unconscious states
Pupil-DLC is een open-source, op DeepLabCut gebaseerde deep learning-pipeline die schaalbare, markerloze en robuuste tracking van pupildynamiek mogelijk maakt over diverse soorten en bewustzijnstoestanden heen, waarbij het bestaande methoden overtreft in nauwkeurigheid terwijl het flexibele, reproduceerbare analyse biedt voor zowel muis- als humane pupillometrie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Stel je je pupil (het zwarte midden van je oog) voor als een piepklein, levend venster dat constant opent en sluit om te laten zien wat er binnen in je hersenen gebeurt. Wanneer je alert bent, gefocust, of zelfs droomt, verandert de grootte van dit venster. Wetenschappers willen deze veranderingen al lang meten om hersentoestanden te begrijpen, maar de instrumenten die ze tot nu toe hebben gebruikt, zijn als oude, logge camera's: ze zijn traag, gaan gemakkelijk kapot in nieuwe situaties en hebben moeite om het tempo van de actie bij te houden.
Dit artikel introduceert Pupil-DLC, een nieuwe, gratis softwaretool die fungeert als een superintelligente, onvermoeibare digitale detective voor het observeren van deze oogvensters. Zo werkt het, met behulp van eenvoudige vergelijkingen:
De "Trainingsschool"
Om een expert te worden, ging Pupil-DLC naar een enorme trainingsschool. Het bestudeerde meer dan 20.000 snapshots afkomstig van meer dan 130 video's van muizen. Deze muizen waren in allerlei soorten "stemmingen": wakker en actief, slaperig, of onder invloed van diverse drugs (inclusclusief psychedelica en anesthesie). Een team van mensen heeft elke pupil in deze foto's zorgvuldig gelabeld om de computer precies te leren waar hij naar moet zoeken.
De "Twee-Gereedschapskist"
In plaats van slechts één methode te gebruiken, komt Pupil-DLC met een dubbele gereedschapskist:
- Het Algemene Model (GM): Denk aan dit als een universele sleutel. Het is ontworpen om direct te werken op bijna elke muisvideo die is opgenomen met infraroodcamera's, waardoor het perfect is voor het analyseren van enorme hoeveelheden gegevens zonder dat het voor elke individuele muis aangepast hoeft te worden.
- Het Individuele Model (IM): Dit is als een op maat gemaakt pak. Als je extreme precisie nodig hebt voor een specifiek experiment, stemt dit hulpmiddel zichzelf fijn af op de unieke kenmerken van die specifieke sessie.
Waarom het Beter Is
Het artikel beweert dat Pupil-DLC nauwkeuriger en betrouwbaarder is dan de huidige "gouden standaard"-tools. Het raadt niet alleen maar; het geeft een betrouwbaarheidsscore, wat werkt als een weersverwachting die zegt: "Ik ben voor 99% zeker dat deze pupil open is," of "Ik ben slechts voor 60% zeker, dus je wilt dit deel misschien even dubbelchecken." Dit helpt onderzoekers te beslissen hoeveel gegevens ze kunnen behouden zonder nauwkeurigheid te verliezen.
Grenzen tussen Soorten Oversteken
Misschien wel de meest verrassende truc is het vermogen om te generaliseren. Zonder extra training kan Pupil-DLC naar menselijke infrarood oogvideo's kijken en pupillen net zo goed volgen als die van muizen. Als onderzoekers het een beetje extra training geven op menselijke video's die in daglicht of met verschillende camera's zijn opgenomen, kan het ook die omstandigheden aan.
De Kern van het Verhaal
Pupil-DLC is een open-source, flexibel platform dat de moeilijke taak van het volgen van pupilveranderingen verandert in een soepel, geautomatiseerd proces. Het stelt wetenschappers in staat om hersentoestanden in zowel muizen als mensen te meten onder een grote verscheidenheid aan omstandigheden — van diepe slaap tot de effecten van drugs — met een hulpmiddel dat snel, nauwkeurig en gebouwd is om lang mee te gaan.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.