Automatic pain face analysis in mice: Applied to a varied dataset with non-standardized conditions

Este estudo apresenta um modelo de aprendizado profundo treinado em um grande conjunto de dados diversificado que supera a precisão de avaliadores humanos na previsão automática das pontuações da Escala de Grimace de Camundongos (MGS), demonstrando a viabilidade de analisar expressões faciais de dor em camundongos sob condições não padronizadas.

O essencial

Imagine que você é um veterinário ou um cientista tentando saber se um rato está com dor. Como os ratos não podem falar e tendem a esconder sua dor (é um instinto de sobrevivência para não parecerem vulneráveis), eles usam a linguagem universal das expressões faciais.

Este artigo é como um manual de tradução que ensina um computador a "ler" o rosto desses ratos, mesmo quando as condições não são perfeitas.

Aqui está a explicação, usando analogias simples:

1. O Problema: O "Rosto de Dor" é Difícil de Ler

Os cientistas usam uma ferramenta chamada Escala de Caretas do Rato (MGS). É como uma nota de 0 a 2 que avalia cinco coisas no rosto do rato:

• Olhos apertados (como se estivessem trincando os dentes).
• Nariz inchado.
• Bochechas inchadas.
• Orelhas mudando de posição.
• Bigodes mudando de formato.

O Desafio: Até hoje, apenas humanos treinados conseguiam fazer isso. Mas humanos precisam estar presentes, o que assusta o rato e muda sua expressão. Além disso, cada laboratório tem ratos de cores diferentes (pretos, brancos, marrons), vive em gaiolas diferentes e usa câmeras diferentes. É como tentar ensinar alguém a reconhecer uma cara de dor em fotos tiradas em dias de sol, dias de chuva, com pessoas de diferentes etnias e usando óculos escuros. Os computadores antigos travavam com tanta variedade.

2. A Solução: Um "Treinador" de Computador

Os autores criaram um super-dataset (um banco de dados gigante) com cerca de 35.000 fotos de rostos de ratos.

• A Mistura: Eles juntaram ratos de 5 linhagens diferentes, de 5 laboratórios diferentes, com tratamentos diferentes e em condições de gravação variadas.
• A Analogia: Imagine que você quer ensinar uma criança a reconhecer a palavra "cachorro". Se você só mostrar fotos de cachorros pretos em parques, ela não vai reconhecer um cachorro branco na neve. Mas, se você mostrar fotos de cachorros de todas as cores, tamanhos e lugares, a criança aprende o conceito real de "cachorro".
• O Modelo: Eles usaram uma Inteligência Artificial (Deep Learning) treinada com essa "mistura gigante" para aprender a identificar a dor, ignorando as distrações (como a cor do pelo ou o fundo da gaiola).

3. O Resultado: O Computador vs. Humanos

Eles testaram o computador contra humanos reais:

• Precisão: O computador acertou a nota de dor com uma margem de erro de 0,26 (em uma escala de 0 a 2).
• Comparação: Isso é melhor do que a média dos humanos. É como se o computador fosse um juiz mais consistente do que a maioria dos juízes humanos, que podem ter "dias bons" ou "dias ruins" ou discordar entre si.
• A Correlação: A opinião do computador e a dos humanos combinaram em 85%. É como se eles estivessem quase sempre de acordo.

4. O Grande Teste: "Generalização"

O verdadeiro teste foi ver se o modelo funcionava em situações que ele nunca viu antes (outros laboratórios, outras raças).

• O Que Aconteceu: Se você treina o computador só com ratos pretos, ele falha com ratos brancos. Mas, como eles treinaram com toda a mistura (todos os tipos de ratos e condições), o modelo conseguiu se adaptar melhor a novos cenários.
• A Lição: Para o computador funcionar bem em qualquer lugar, ele precisa ter visto "de tudo" durante o treinamento. É como um motorista que aprendeu a dirigir na neve, na chuva e no asfalto seco; ele não se assusta quando encontra uma estrada de terra.

5. O Detalhe Interessante: Focar só nos Olhos?

Os cientistas pensaram: "Talvez seja mais fácil se o computador focar só nos olhos apertados (que é a parte mais confiável da escala)".

• A Surpresa: Não funcionou tão bem quanto eles esperavam. Focar em apenas uma parte do rosto (os olhos) foi pior do que analisar o rosto inteiro.
• Por quê? A dor é uma expressão complexa. Às vezes os olhos não mudam tanto, mas as orelhas ou o nariz sim. Analisar o "todo" dá uma visão mais completa, como olhar para uma pintura inteira em vez de apenas um detalhe.

Conclusão: Por que isso importa?

Este trabalho é um passo gigante para o bem-estar animal.
Hoje, para saber se um rato está com dor, muitas vezes precisamos pegá-lo na gaiola e colocá-lo em uma caixa de vidro para tirar fotos. Isso estressa o animal e pode esconder a dor real.

Com esse novo sistema, no futuro, poderemos ter câmeras nas próprias gaiolas dos ratos (em casa, onde eles se sentem seguros) que monitoram 24 horas por dia. O computador vai "ler" o rosto do rato enquanto ele dorme ou brinca, detectando a dor cedo, sem ninguém precisar tocar no animal. Isso é mais ético, mais humano e gera dados científicos mais precisos.

Resumo em uma frase: Criaram um "olho digital" treinado com uma enorme variedade de rostos de ratos que consegue detectar dor melhor do que a maioria dos humanos, permitindo cuidar dos animais de forma mais gentil e precisa.

Resumo técnico

Título: Análise Automática de Expressões Faciais de Dor em Ratos: Aplicada a um Conjunto de Dados Variado com Condições Não Padronizadas

1. Problema e Contexto

O bem-estar de animais de laboratório, especialmente camundongos, é crucial tanto por questões éticas quanto para a qualidade científica dos dados. A Escala de Grimace de Camundongo (Mouse Grimace Scale - MGS) é o padrão-ouro para avaliar a dor através de cinco unidades de ação facial (apertamento orbital, proeminência nasal, proeminência da bochecha, posição das orelhas e mudança de bigode).

No entanto, existem desafios significativos na aplicação automática da MGS:

• Dependência de Condições Padronizadas: As ferramentas automatizadas existentes geralmente exigem que o animal seja removido de sua gaiola e colocado em um setup de gravação padronizado, o que causa estresse adicional e altera a expressão facial.
• Variabilidade de Dados: A grande variabilidade em conjuntos de dados reais (diferentes linhagens de camundongos, cores de pelagem, condições de alojamento, iluminação e equipamentos de captura) dificulta a criação de modelos de visão computacional robustos que funcionem em cenários não padronizados (como dentro da gaiola de origem).
• Limitação de Generalização: Modelos treinados em condições específicas falham ao tentar generalizar para outras linhagens ou laboratórios.

2. Metodologia

Conjunto de Dados (Dataset)

Os autores introduziram um grande e diversificado conjunto de dados público contendo aproximadamente 35.000 imagens de rostos de camundongos, divididas em cinco subconjuntos (AW, JW, KH, LW, MR) provenientes de cinco laboratórios diferentes.

• Diversidade: Inclui cinco linhagens de camundongos (C57BL/6N, BALB/c, C57BL/6J, NMRI, DBA/1) com pelagens branca, preta e marrom diluída.
• Condições: As imagens foram capturadas sob diversas condições experimentais, tratamentos (anestesia, cirurgia, administração de LPS, etc.) e setups de imagem (vídeo infravermelho, câmeras RGB, gaiolas modificadas, gaiolas padrão).
• Anotação: As imagens foram rotuladas manualmente por especialistas humanos, calculando uma pontuação média da MGS (escala de 0 a 2) para cada imagem.

Pré-processamento e Seleção de Quadros

• Para vídeos, foi utilizado um detector de rosto baseado em DeepLabCut (DLC) para identificar características faciais (olhos, nariz, orelhas).
• Um algoritmo de seleção de quadros classificou os frames com base na quantidade de características detectadas e na nitidez (usando Transformada Rápida de Fourier), selecionando apenas os melhores quadros para análise.
• As imagens foram convertidas para escala de cinza para treinamento do modelo.

Arquitetura do Modelo (Deep Learning)

O estudo utilizou uma abordagem de Transfer Learning com uma arquitetura baseada no ResNet-50:

1. Pré-treinamento: O modelo foi inicializado com pesos do ImageNet (Big Transfer BiT-M-R50x1).
2. Tarefa Pretexto (Binary Classification): O modelo foi treinado para classificar se o bem-estar do animal estava "comprometido" ou "não comprometido" (baseado em limiares de pontuação MGS humana). Isso serviu para aprender características relevantes de dor antes da regressão.
3. Tarefa Principal (Regressão): A cabeça da rede foi substituída para prever o valor contínuo da pontuação média da MGS (0 a 2).
4. Aumento de Dados: Técnicas de RandAugment foram aplicadas para melhorar a robustez.

3. Contribuições Principais

• Dataset Público e Diverso: Disponibilização de um dos maiores conjuntos de dados de MGS até hoje, especificamente projetado para testar a generalização em condições não padronizadas.
• Modelo de Aprendizado Profundo: Desenvolvimento de um modelo capaz de prever pontuações de dor em múltiplas linhagens e condições sem necessidade de padronização rigorosa de hardware ou ambiente.
• Análise de Generalização: Avaliação rigorosa de como o modelo se comporta em cenários de "cross-dataset" (treinar em um conjunto, testar em outro), simulando a aplicação em novos laboratórios.

4. Resultados

Desempenho Geral

• Erro (RMSE): Quando treinado em todos os subconjuntos combinados, o modelo alcançou um Erro Quadrático Médio (RMSE) de 0,26 na escala de 0 a 2.
• Comparação Humana: Este erro é menor do que a média de erro entre avaliadores humanos (Inter-rater RMSE variou entre 0,28 e 0,39), indicando que o modelo é tão preciso quanto um especialista humano médio.
• Correlação: A correlação de Pearson entre as previsões do modelo e as pontuações humanas foi alta (r = 0,85) no conjunto de dados combinado.

Avaliação Cross-Dataset (Generalização)

• Modelos treinados e testados no mesmo subconjunto tiveram desempenho superior (RMSE entre 0,16 e 0,26).
• Ao testar em subconjuntos não vistos durante o treinamento, o erro aumentou (RMSE entre 0,33 e 0,63), demonstrando a dificuldade de generalização pura.
• Melhor Estratégia: O modelo treinado na combinação de todos os subconjuntos (excluindo o subconjunto de teste) apresentou o melhor desempenho de generalização, sugerindo que a diversidade de dados é essencial para criar um modelo robusto.

Análise por Unidade de Ação Facial

• Contrariando a hipótese de que focar apenas na unidade mais confiável (Apertamento Orbital - OT) melhoraria o desempenho, o modelo treinado apenas em OT teve um RMSE maior (pior desempenho) do que o modelo treinado em todas as unidades faciais.
• Isso sugere que a integração de múltiplas características faciais é necessária para capturar a complexidade da expressão de dor em diferentes contextos.

5. Significado e Conclusão

O estudo demonstra que é possível desenvolver ferramentas automatizadas de análise de dor em camundongos que funcionam em condições não padronizadas, superando a necessidade de setups de gravação controlados que causam estresse aos animais.

• Impacto Prático: A abordagem permite o monitoramento contínuo (24h) e não invasivo do bem-estar animal em suas gaiolas de origem, alinhando-se com os princípios de refinamento (3Rs) na pesquisa animal.
• Recomendação: Para obter a melhor performance em um novo conjunto de dados, recomenda-se utilizar um modelo pré-treinado na combinação de dados diversos e, se possível, realizar um fine-tuning (ajuste fino) com uma pequena quantidade de dados rotulados manualmente do novo conjunto.
• Futuro: A disponibilidade do dataset e do modelo abre caminho para o desenvolvimento de sistemas de monitoramento de saúde em tempo real em laboratórios de pesquisa, reduzindo a variabilidade dos dados experimentais causada pela dor não detectada.