Neue Software erleichtert Tierbewegungsforschung

Neues aus der Forschung

Meldung vom 21.08.2018

DeepLabCut analysiert mit Künstlicher Intelligenz Bewegungsabläufe von Tieren


180828-1531_medium.jpg
Mathis et al.
DeepLabCut: markerless pose estimation of user-defined body parts with deep learning
Nature Neuroscience, August 20th
DOI: 10.1038/s41593-018-0209-y

 
Die Software DeepLabCut analysiert Bewegungsabläufe von Tieren besonders effizient.

Eine neue Software soll künftig Tiervideos besonders schnell und präzise auswerten: Das Programm DeepLabCut wurde von einem Forschungsteam der Universitäten Tübingen und Harvard entwickelt. Die Software basiert auf maschinellem Lernen und kann nach kurzem Training Bewegungsabläufe von Tieren in Videos analysieren. Es ist auf viele Versuchsanordnungen übertragbar, kann ohne Programmierkenntnisse bedient werden und ist frei im Internet verfügbar: http://mousemotorlab.org/deeplabcut. Die Ergebnisse der Wissenschaftlerinnen und Wissenschaftler zu DeepLabCut wurden nun in der Fachzeitschrift Nature Neuroscience veröffentlicht.

„Bisher war es sehr aufwändig, Bewegungen von Körperteilen in Videos zu analysieren“, erklärt Dr. Alexander Mathis, Neurowissenschaftler am Bernstein Center for Computational Neuroscience an der Universität Tübingen sowie der Harvard University „DeepLabCut lernt anhand einiger Beispielbilder, die exakte Position von Körperteilen in allen Bildern eines Videos zu bestimmen.“ Gemeinsam mit Dr. Mackenzie Mathis vom Rowland Insitute at Harvard, sowie Dr. Matthias Bethge, Professor für Computational Neuroscience and Machine Learning an der Universität Tübingen, hat er das Projekt geleitet.


 
DeepLabCut erkennt Schwanz, Ohren und Schnauze der Maus, die eine Geruchsspur verfolgt.

Es begann mit einem doppelten Dilemma: Mackenzie Mathis wollte erforschen, wie genau das Zusammenspiel von Händen und Gehirn bei Mäusen funktioniert und hatte dafür Mäuse bei Greifbewegungen auf Video aufgezeichnet. Alexander Mathis hatte unter Laborbedingungen eine Maus gefilmt, die auf einem Laufband laufend einer Riechspur verfolgt. Er wollte herausfinden, wie Mäuse die einzelnen Geruchsfetzen, die sich bei jedem Einatmen ergeben, zu einem Ganzen zusammenfügen. Für beide Vorhaben mussten die Forscher die Bewegungsabläufe genauestens dokumentieren, doch herkömmliche neurowissenschaftliche Methoden lieferten keine befriedigenden Ergebnisse. Alternativ hätten sie Reflektoren auf den Versuchstieren platzieren werden können, um die Körperteilerkennung zu vereinfachen, wie es in Biomechanikstudien üblich ist. „Das kam jedoch nicht in Frage, denn solche Marker beeinträchtigen auch das Verhalten des Tieres“, erinnert sich Alexander Mathis. Sie machten sich daher auf die Suche nach einer Alternative.

Forscherkollege Matthias Bethge schlug den Mathises vor, ein bestehendes Netzwerk umzutrainieren – im Fachjargon transfer learning genannt. Denn fernab der Neurowissenschaften waren im Forschungsfeld des Maschinellen Sehens beeindruckende Methoden zur reflektorfreien Erkennung von Gliedmaßen von Menschen entwickelt worden. Diese, so glaubte Bethge, könnten als Basis für die Tierbewegungsforschung dienen. Die Mathises wählten als Grundlage den Algorithmus DeeperCut, der menschliche Körperhaltungen analysieren kann. In der Vorbereitung lernt DeeperCut anhand hunderttausender Bilder von Katzen, Hunden, Früchten etc. zunächst viele verschiedene sogenannte visuelle Repräsentationen. Die Forscher vermuteten, dass das Netzwerk wegen dieses großen Vorwissens mit nur wenigen Beispielen zur Körperteilerkennung von Tieren umtrainiert werden kann. Ähnlich funktioniert auch das visuelle Lernen von Kindern, die neue Seherlebnisse anhand ihrer Erfahrung aus vorherigen Beobachtungen einordnen können: Ein unbekanntes faustgroßes, ballförmiges Objekt kann als Frucht eingeordnet werden ohne es gleich als Apfel identifizieren zu müssen.



Entsprechend trainierten die Forscher ihre eigenen Netzwerke auf Bildern aus Tiervideos von Mäusen und Fruchtfliegen, indem sie bei einigen Aufnahmen die zu beobachtenden Körperteile manuell markierten. Mithilfe dieses Trainings sollte der Computer auf allen übrigen Bildern der Videos die entsprechenden Körperteile erkennen und automatisch markieren können. Der Versuch war überaus erfolgreich: Nicht nur gelang der Lerntransfer vom einen auf das andere Netzwerk, auch der geringe Trainingsaufwand ließ die Forscher staunen. Der neue Algorithmus DeepLabCut konnte bereits ab einem Trainingsdatensatz von 200 Bildern die Körperteile der jeweiligen Tiere in Bewegung erkennen und sie so präzise wie ein Mensch zuordnen.

DeepLabCut kann mit etwas Training fast jedes Tierverhalten auswerten. Das Programm entspricht einem Baukasten und ist sehr benutzerfreundlich konzipiert; Programmierkenntnisse sind hilfreich, aber nicht erforderlich. „Die Software ist frei verfügbar“, betont Mackenzie Mathis „Wir wollen, dass möglichst viele Wissenschaftler und ihre Forschung davon profitieren.“ Mehr als fünfzig Labore nutzen das Programm schon, um beispielsweise die Gangart von Pferden zu vermessen, das Kriechverhalten von Blutegeln zu erforschen oder um Bewegungen von Operationsrobotern aufzuzeichnen.

Ohne die Arbeiten zum Algorithmus DeeperCut wäre den Forschern die Entwicklung von DeepLabCut so schnell nicht möglich gewesen. Als Würdigung der Arbeit der Forscherkollegen ist daher der Name von DeepLabCut an DeeperCut eng angelehnt. „Für den wissenschaftlichen Fortschritt ist das Teilen von Ergebnissen, Daten und auch Algorithmen essentiell wichtig“, betont Bethge. „Daher haben wir DeepLabCut als Open Source Software entwickelt und freuen uns sehr über das positive Feedback unserer Forscherkollegen in den Neurowissenschaften.“




Diese Newsmeldung wurde erstellt mit Materialien von idw


News der letzten 7 Tage

www.biologie-seite.de 14 Meldungen

Meldung vom 26.06.2019

Kein Platz für Wölfe

Wölfe lösen beim Menschen gleichermaßen Angst und Faszination aus. Das Raubtier wird bei Nutztierhaltern, J ...

Meldung vom 25.06.2019

Studie: Spinat-Extrakt führt zu Leistungssteigerungen im Sport

Ein Extrakt aus Spinat kann einer internationalen Studie unter Beteiligung der Freien Universität Berlin zufo ...

Meldung vom 25.06.2019

Forscher der Humboldt-Universität entschlüsseln, wie Blütenpflanzen ihren Stoffwechsel drosseln

Artikel im Wissenschaftsjournal eLife erschienen.

Meldung vom 25.06.2019

Upcycling in Symbiose: Von „minderwertigen“ Substanzen zu Biomasse

Forschende entdecken den ersten bekannten schwefeloxidierenden Symbionten, der rein heterotroph lebt.

Meldung vom 25.06.2019

Nicht nur der Wind zeigt den Weg

Wenn der südafrikanische Dungkäfer seine Dungkugel vor sich her rollt, muss er den Weg möglichst präzise k ...

Meldung vom 25.06.2019

Rätsel um Ursprung der europäischen Kartoffel gelöst

Woher stammt die europäische Kartoffel? Pflanzen, die im 19. Jahrhundert auf einer Expedition des britischen ...

Meldung vom 24.06.2019

Molekulare Schere stabilisiert das Zell-Zytoskelett

Forschende des Paul Scherrer Instituts PSI in Villigen haben erstmals die Struktur wichtiger Enzyme in menschl ...

Meldung vom 24.06.2019

Solarium für Hühner - Wie sich der Vitamin-D-Gehalt von Eiern erhöhen lässt

Viele Menschen leiden unter einem Vitamin-D-Mangel. Das kann brüchige Knochen und ein erhöhtes Risiko für A ...

Meldung vom 21.06.2019

Genom der Weisstanne entschlüsselt: Baumart für den Wald der Zukunft

Die Weisstanne ist eine wichtige Baumart im Hinblick auf den Klimawandel. Um sie besser erforschen zu können, ...

Meldung vom 21.06.2019

Künstliche Intelligenz lernt Nervenzellen am Aussehen zu erkennen

st es möglich, das Gehirn zu verstehen? Noch ist die Wissenschaft weit von einer Antwort auf diese Frage entf ...

Meldung vom 21.06.2019

Pilz produziert hochwirksames Tensid

Forschungsteam der Friedrich-Schiller-Universität Jena entdeckt im Bodenpilz Mortierella alpina eine bisher u ...

Meldung vom 20.06.2019

Zufall oder Masterplan

Gemeinsame Pressemitteilung der Christian-Albrechts-Universität zu Kiel und des Max-Planck-Instituts für Ev ...

Meldung vom 20.06.2019

Systeme stabil halten

Sowohl die Natur als auch die Technik sind auf integrierende Feedback-Mechanismen angewiesen. Sie sorgen dafü ...

Meldung vom 19.06.2019

Wie sich Bakterien gegen Plasmabehandlung schützen

Angesichts von immer mehr Bakterien, die gegen Antibiotika resistent werden, setzt die Medizin unter anderem a ...


21.05.2019
Namenlose Fliegen
03.05.2019
Eine Frage der Zeit
24.04.2019
Kraftwerk ohne DNA

06.03.2019
Bindung mit Folgen
16.01.2019
Plötzlich gealtert

19.12.2018
Baum der Schrecken
07.11.2018
Plastik im Fisch
28.09.2018
Gestresste Pflanzen

13.08.2018
Wie Vögel lernen

15.06.2018
Primaten in Gefahr
24.05.2018
Störche im Aufwind
28.08.2018
Kenne Deinen Fisch!
28.08.2018
Leben ohne Altern
28.08.2018
Lebensraum Käse
28.08.2018
Domino im Urwald
28.08.2018
Trend-Hobby Imker
28.08.2018
Wie Bienen riechen

Newsletter

Neues aus der Forschung