AI-ระบบ NHP BehaviorAtlas® ที่ขับเคลื่อนด้วย AI: การวิเคราะห์พฤติกรรม 3 มิติความละเอียดสูง-สำหรับการวิจัยเชิงการแปล
การหาปริมาณพฤติกรรมที่ไม่ใช่-ไพรเมตของมนุษย์ (NHP) ด้วยความแม่นยำ ความสม่ำเสมอ และความเกี่ยวข้องในการแปลเป็นหนึ่งในความท้าทายที่ยังคงมีอยู่อย่างต่อเนื่องที่สุดในการวิจัยด้านประสาทวิทยาศาสตร์ ภูมิคุ้มกันวิทยา และความปลอดภัยของยาพรีคลินิก การประเมินพฤติกรรมแบบดั้งเดิมอาศัยการสังเกตด้วยตนเองหรือ-แนวทางระบบจับการเคลื่อนไหวตามเครื่องหมาย-ที่มักจะแนะนำความเป็นส่วนตัว การจัดการกับความเครียด และความลึกของข้อมูลที่จำกัด
พริซิส ไบโอเทคAI-ระบบ NHP BehaviorAtlas® ที่ใช้ AIแสดงถึงการเปลี่ยนแปลงพื้นฐานจากคำอธิบายเชิงอัตนัยไปสู่วัตถุประสงค์ อัตโนมัติ และการวัดปริมาณพฤติกรรมในมิติสูง- ขับเคลื่อนโดยคอมพิวเตอร์วิทัศน์ขั้นสูง การจับภาพเคลื่อนไหว 3 มิติหลาย-มุมมอง และอัลกอริธึมการเรียนรู้เชิงลึก ระบบนี้ช่วยให้สามารถวิเคราะห์พฤติกรรมได้อย่างแม่นยำ ไม่มีเครื่องหมาย และปราศจากความเครียด-สำหรับแบบจำลองโรคและการศึกษาทางเภสัชวิทยาที่หลากหลาย
แพลตฟอร์มถัดไป-สำหรับพฤติกรรมศาสตร์ NHP เชิงปริมาณ
1. ไม่มีเครื่องหมาย ความเครียด-การได้มาซึ่งข้อมูลฟรี
ระบบวิเคราะห์การเคลื่อนไหวแบบทั่วไปจำเป็นต้องมีเครื่องหมายสะท้อนแสงติดอยู่กับร่างกายของสัตว์ ซึ่งสามารถเปลี่ยนแปลงพฤติกรรมตามธรรมชาติและลดความถูกต้องของข้อมูลได้
ระบบ BehaviorAtlas® ใช้การออกแบบที่ไม่มีเครื่องหมายอย่างสมบูรณ์การระบุและติดตามประเด็นสำคัญทางกายวิภาคได้โดยตรงจากสตรีมวิดีโอหลาย-การรับชมที่ซิงโครไนซ์กัน วิธีนี้จะช่วยลดการจับสัตว์ เพิ่มการปฏิบัติตามสวัสดิภาพ และทำให้แน่ใจว่าพฤติกรรมที่สังเกตได้สะท้อนถึงสภาวะทางสรีรวิทยาและอารมณ์ที่แท้จริง
2. Multi-View 3D Motion Capture ด้วยความแม่นยำระดับมิลลิเมตร
พร้อมด้วยกล้องความเร็วสูง-ความละเอียดสูง-สี่ตัวขึ้นไประบบจะสร้างแบบจำลองโครงกระดูก 3 มิติของ NHP ขึ้นมาใหม่ด้วยความแม่นยำเป็นพิเศษ:
- เกิน21 ประเด็นสำคัญทางกายวิภาคติดตามในแบบ 3 มิติ
- ความแม่นยำระดับมิลลิเมตร-ในการประมาณการเคลื่อนไหวและท่าทาง
- ประสิทธิภาพที่แข็งแกร่งในสภาพแวดล้อมที่ซับซ้อน รวมถึงโครงสร้างการปีนและกรงเสริมสมรรถนะ
ความสามารถนี้เอาชนะข้อจำกัดของระบบ-มุมมองเดียวหรือ 2 มิติ โดยให้ปริมาณที่ครอบคลุมของไดนามิกของการเคลื่อนไหว จลนศาสตร์ของข้อต่อ และลักษณะการเดิน
3. การจำแนกพฤติกรรมที่เปิดใช้งานการเรียนรู้เชิงลึก
นอกเหนือจากการติดตามการเคลื่อนไหวแล้ว ระบบยังตีความลำดับพฤติกรรมโดยการรวม:
- การแบ่งส่วนพฤติกรรมที่ไม่ได้รับการดูแล
- การวิเคราะห์อนุกรมเวลาด้วยความละเอียดระดับที่สอง-
- การรับรู้พฤติกรรมหลักมากกว่า 14 รายการโดยอัตโนมัติได้แก่การเดิน ปีนเขา นั่ง ตัดแต่งขน เกา แขวนคอ และสำรวจ
รูปแบบผลลัพธ์ได้แก่:
- เอโทแกรม
- แผนที่วิถีและแผนที่ความร้อน
- จุดสิ้นสุดพฤติกรรมเชิงปริมาณเพื่อประสิทธิภาพและความปลอดภัยทางเภสัชวิทยา
สิ่งนี้เปลี่ยนการวิจัยเชิงพฤติกรรมของ NHP จากการสังเกตเชิงคุณภาพเป็นการวัดทางวิทยาศาสตร์ที่ทำซ้ำได้
โมดูลการวิเคราะห์อเนกประสงค์ที่ออกแบบมาสำหรับการวิจัยและพัฒนาพรีคลินิก
1. ฟรี-โมดูลการเคลื่อนไหว - การประเมินพฤติกรรมตามธรรมชาติ
เหมาะสำหรับโรคระบบประสาทส่วนกลาง ภาวะทางจิตเวช การติดตาม-ในระยะยาว และเภสัชวิทยาด้านความปลอดภัย
การใช้งานได้แก่:
- โรคพาร์กินสันการขาดดุลของมอเตอร์
- โรคฮันติงตันมีภาวะ hyperkinesia
- พฤติกรรมที่เกี่ยวข้องกับความวิตกกังวล- และภาวะซึมเศร้า-
- ยา-ส่งผลต่อระบบประสาทส่วนกลาง (ยาระงับประสาท อาการประสาทหลอน-เหมือนการตอบสนอง)
2. โมดูลการวิเคราะห์การเดินบนลู่วิ่งไฟฟ้า - สูง- การทำโปรไฟล์จลน์ศาสตร์ที่มีความแม่นยำ
ช่วยให้สามารถวัดปริมาณการเดินด้วยพารามิเตอร์ต่างๆ เช่น:
- ความยาวและความกว้างของขั้นตอน
- ระยะเวลาระยะสวิง/ยืน
- ดัชนีสมมาตร
- วิถีมุมร่วม
ใช้กันอย่างแพร่หลายใน:
- แบบจำลองโรคข้ออักเสบรูมาตอยด์ (RA)
- การศึกษาความบกพร่องของความเจ็บปวดและการเคลื่อนไหว
- การประเมินการฟื้นฟูระบบประสาทและการฟื้นฟูการทำงาน
3. โมดูลเรขาคณิตทางสัณฐานวิทยา - ตัวบ่งชี้การแสดงออกทางสีหน้าและความเจ็บปวด
เมื่อใช้การตรวจจับใบหน้า (AU) ที่ใช้ AI{0}} ระบบจะระบุปริมาณการเปลี่ยนแปลงใบหน้าเล็กน้อยที่เกี่ยวข้องกับ:
- การรับรู้ความเจ็บปวด
- สภาวะทางอารมณ์
- การตอบสนองปฏิสัมพันธ์ทางสังคม
โมดูลนี้ให้การวัดผลตามวัตถุประสงค์สำหรับการศึกษาเกี่ยวกับยาแก้ปวด สารออกฤทธิ์ในระบบประสาทส่วนกลาง- และพิษวิทยาเชิงพฤติกรรม
การใช้งานแบบกว้างๆ ในด้านการรักษา
ประสาทวิทยาศาสตร์และความผิดปกติของระบบประสาทส่วนกลาง
โรคพาร์กินสัน: bradykinesia, อาการสั่น, ท่าทาง, การเดิน
โรคอัลไซเมอร์: การสำรวจลดลง กิจกรรมที่เปลี่ยนแปลง
โรคหลอดเลือดสมอง/MCAO: การประสานงานของมอเตอร์และการฟื้นตัว
โรคลมบ้าหมู: ระบบอัตโนมัติ ตอนที่ค้าง
การวิจัยความเจ็บปวดและประสาทสัมผัส
แบบจำลองอาการคันของ IL-31: จำนวนรอยขีดข่วนและระยะเวลา
อาการปวดเรื้อรัง (PSNL): พฤติกรรมห้อยโหน การเคลื่อนไหวลดลง
การทดสอบฟอร์มาลิน: การจำแนกลักษณะพฤติกรรมที่ไม่เป็นอันตรายแบบไบเฟสิก
วิทยาภูมิคุ้มกันและการอักเสบ
แบบจำลอง RA: การเสื่อมของหัวรถจักรและการฟื้นฟูการทำงาน
การศึกษาการอักเสบตามยาว
การประเมินประสิทธิภาพยาและความปลอดภัย
จุดสิ้นสุดเชิงพฤติกรรมเชิงวัตถุประสงค์สำหรับการจัดตำแหน่ง PK/PD
การหาปริมาณอัตโนมัติของ-ผลของยาต่อระบบประสาทส่วนกลาง
การแสดงลายเซ็นพฤติกรรมเชิงผสมประสาทหลอน
ข้อดีเหนือวิธีการประเมินพฤติกรรมแบบดั้งเดิม
| คุณสมบัติ | คู่มือ / Marker-ระบบพื้นฐาน | ระบบ Prisys AI NHP BehaviorAtlas® |
|---|---|---|
| ความแม่นยำ | ต่ำถึงปานกลาง | สูง; มิลลิเมตร-ความแม่นยำระดับ 3 มิติ |
| ความเที่ยงธรรม | ผู้สังเกตการณ์-ขึ้นอยู่กับ | อัตโนมัติเต็มรูปแบบ เป็นกลาง |
| ความเครียดของสัตว์ | จำเป็นต้องแนบเครื่องหมาย | ไม่มีเครื่องหมาย ความเครียดต่ำ- |
| ปริมาณงาน | ต้องใช้แรงงาน-เข้มข้น | การวิเคราะห์อัตโนมัติปริมาณงานสูง- |
| ความลึกของข้อมูล | ปลายทางมีจำกัด | ชุดข้อมูลจลนศาสตร์และพฤติกรรมที่หลากหลาย |
| ค่าแปล | ตัวแปร | สูง; เมตริกที่ทำซ้ำได้และวัดปริมาณได้ |
การแปลงพฤติกรรม NHP ให้เป็นข้อมูลเชิงปริมาณและเกี่ยวข้องทางคลินิก
NHP BehaviorAtlas® System ยกระดับวิทยาศาสตร์เชิงพฤติกรรมให้เป็นสาขาวิชาเชิงวิเคราะห์ที่เชี่ยวชาญ- ซึ่งสามารถจับฟีโนไทป์ที่ละเอียดอ่อน ตรวจจับผลการรักษาได้ตั้งแต่เนิ่นๆ และบูรณาการพฤติกรรมเข้ากับชุดข้อมูลการสร้างภาพ, PK/PD และตัวบ่งชี้ทางชีวภาพเพื่อข้อมูลเชิงลึกด้านกลไก
ด้วยการเปิดใช้งานการวิเคราะห์พฤติกรรมตามวัตถุประสงค์ ปรับขนาดได้ และมีความละเอียดสูง- Prisys Biotech ช่วยให้นักวิจัยเร่งการค้นพบยาและปรับปรุงความสามารถในการคาดการณ์การแปลในโปรแกรมการประเมินระบบประสาทส่วนกลาง อาการเจ็บปวด การอักเสบ และความปลอดภัย
หากต้องการสำรวจโอกาสในการทำงานร่วมกันหรือขอกรณีศึกษาเฉพาะ โปรดติดต่อทีมเทคนิคของ Prisys
