Конференции ИВТ СО РАН



VIII Всероссийская конференция молодых ученых по математическому моделированию и информационным технологиям

27 - 29 ноября 2007 года, Новосибирск

Тезисы докладов


Математическое моделироваие

Автоматизация измерения "депрессивности" лабораторных животных в тесте принудительного плавания

Куликов В.А.

Институт автоматики и электрометрии СО РАН (Новосибирск)

Тест принудительного плавания является самым распространенным лабораторным тестом на антидепрессантную активность, которую оценивают по способности уменьшать время замирания животного, помещенного в сосуд с водой. В большинстве случаев время неподвижности определяют визуально с помощью секундомера. Существующие системы автоматизации данного эксперимента регистрируют время, в течение которого скорость смещения центра животного была меньше 2 см/с. Но данный метод имеет большую погрешность. Нами был обоснован и экспериментально верифицирован новый конструктивный критерий для автоматической оценки времени замирания животного в тесте принудительного плавания. Критерий основан на исследовании изменения пикселей силуэта изображения животного. Предлагаемый критерий является более точным, объективным и конструктивным, чем повсеместно используемые критерии.

Математическое обоснование. Пусть имеется последовательность двуградационных (бинаризованных) изображений арены с находящимся на ней животным, построенная по заранее заданному порогу, который максимальным образом дискриминирует пиксели, ассоциированные с телом животного, от таковых, ассоциированных с ареной Для произвольной арены D степень изменения контура объекта на последовательности бинарных изображений в моменты времени t1 и t2 может быть оценена как интеграл по арене D от исключающего или двух бинарных изображений в моменты времени t1 и t2.

На основе данной математической теории нами разработан подход, основанный на точном статистическом анализе распределений данных трассировки. Подвижность животного оценивалось по изменению силуэта. Принципиально новым является то, что распределение данных по изменению силуэта анализировали исходя из предположения, что оно может состоять из двух нормальных распределений, характеризующихся средними арифметическими m1 < m2 и дисперсиями s1 и s2. Мы можем воспользоваться нормальным распределением потому, что каждая точка характеризуется биномиальным распределением а их сумма описывается распределением Пуассона, которое при большом количестве отчетов можно приблизить нормальным. Доли полученных распределений будут p и 1 - p, соответственно. Оценки параметров находили методом максимального правдоподобия. В большинстве случаев первое распределение соответствует состоянию относительной неподвижности, а величина t = p x T соответственно: объективной оценкой времени неподвижности (T – время теста).

Данный подход был опробован в лаборатории нейрогеномики и поведения ИЦиГ СО РАН. Результаты, полученные в ходе эксперимента, совпадали с результатами визуального наблюдения. Что говорит о том, что данный критерий близок к общепринятому понятию неподвижности.

Примечание. Тезисы докладов публикуются в авторской редакции



Ваши комментарии
Обратная связь
[ICT SBRAS]
[Головная страница]
[Конференции]

© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск