由 Artur Schneider 和生物三研究所的 Ilka Diester 教授和弗莱堡大学计算机科学系的 Thomas Brox 教授领导的团队开发了一种新系统，可以记录可自由命名的 3D 运动身体点：“FreiPose”使用多个摄像头和特殊的网络架构来识别定义的身体点并跟踪它们。该方法使研究人员能够在分析中排除不感兴趣的某些身体部位的运动影响。该小组在《神经元》杂志上介绍了他们的新方法。
“我们问自己，当生物自由移动并且只进行自发运动时，是否有可能将大脑中的神经元活动与个体身体部位的运动联系起来，”迪斯特解释说。根据研究人员的说法，要做到这一点，必须满足两个条件：首先，需要对单个身体部位的运动进行详细的 3D 跟踪;其次，必须将感兴趣的身体部位与其他身体部位的影响隔离开来。
科学家们创建了一个带有“FreiPose”的系统，该系统使用各种同步摄像机视角直接在 3D 中重建个体身体点的详细姿势和运动。身体点是预先自由选择的。
“FreiPose 的新颖之处在于将学习到的图像特征从单个摄像机视图投影到一个公共 3D 空间中，其中网络架构能够结合所有信息来得出关于身体点位置的结论。由于它的多视图方法和原生 3D 重建，FreiPose 特别适合在各种环境中自由移动的生物，包括那些有障碍物的生物，”Brox 说。
为了查看单个身体部位运动的神经元表征，研究人员减少了彼此身体部位和运动的贡献。“这种策略可以分析有问题的行为，例如只分析手部动作。例如，该方法可用于植入电极的癫痫患者。如果测量神经元活动以检查电极，则可以使用 FreiPose跟踪患者的运动并排除不必要的运动的影响，”Diester 解释说。
“这种方法可以用来更好地研究生物的行为，因为它们可以完全自由自然地移动，”Brox 补充道。“一旦建立，我们的系统就可以应用于大型数据集，从而最大限度地减少工作量。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！