申请/专利权人：郑州大学

申请日：2021-07-15

公开（公告）日：2023-05-23

公开（公告）号：CN113569675B

主分类号：G06V20/40

分类号：G06V20/40;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/044;G06N3/047;G06N3/048;G06N3/045;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2023.05.23#授权;2021.11.16#实质审查的生效;2021.10.29#公开

摘要：本发明公开了一种基于ConvLSTM网络的小鼠旷场实验行为分析方法,使用关键点检测模型输出包含小鼠关键点语义信息和位置信息的特征图，然后将相邻帧组成的特征图序列输入到基于ConvLSTM网络建立的识别分类模型中，实现行为分类，最后使用众值滤波对误分类的结果进行修正，进而获取小鼠旷场实验中的行为参数；本发明实现了动物行为的自动识别和动物行为指标的自动计算，不仅能减轻研究人员的工作负担，为其提供定量化的行为分析方法，提高实验的客观性，同时，精细化的行为分析方法可以帮助研究者捕捉到一些难以察觉的行为模式，提高分析结果可靠度，同时，相较于现有的小鼠行为识别方法，该方法准确率更高，受环境、光照变化的影响小，鲁棒性更高。

主权项：1.一种基于ConvLSTM网络的小鼠旷场实验行为分析方法，其特征在于：包括以下步骤:S01、采集小鼠旷场实验视频；S02、采用关键点检测法检测采集图像中小鼠的关键点，输出包括关键点信息的关键点特征图；关键点包括鼻尖、左耳、右耳和尾根；S03、取相邻m帧关键点特征图组成特征图序列；S04、特征图序列输入基于ConvLSTM网络的行为识别分类模型中，输出各帧分类结果；分类结果包括直走、转身、修饰、静止和直立；S05、采用众值滤波方法对分类结果进行优化修正，获取行为时序图；S06、根据行为时序图计算旷场实验中小鼠的行为参数，生成实验图形报表；行为参数包括行为发生次数、行为持续时间和行为转变模式；每一帧分类结果输出的具体过程如下：S102：取包括当前帧Di在内共m帧相邻帧图像对应的特征图构成特征图序列；S103：将特征图序列输入识别分类模型中并提取特征图序列的时间特征和空间特征；S104：根据时间特征和空间特征实现行为分类，输出五类行为的类别概率，取概率值最大的行为作为当前帧对应的行为类别；所述行为识别分类模型的构建过程包括：S201：构建包括小鼠行为分类结果全种类的样本数据集和测试数据集；S202：采用样本数据集构建基于ConvLSTM网络的分类训练模型；分类训练模型前四层为用于提取小鼠行为时间特征和空间特征的ConvLSTM层，分类训练模型后四层为卷积层，分类训练模型最后一层为全局平均池化层；S203：采用测试数据集对分类训练模型进行优化，获取行为识别分类模型。

全文数据：

权利要求：

百度查询： 郑州大学 一种基于ConvLSTM网络的小鼠旷场实验行为分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD