LISBET：一种用于社交行为基序自动分割的机器学习模型
计算机视觉与模式识别
2024-10-10 v2 机器学习
定量方法
机器学习
摘要
社交行为对许多动物物种的生存至关重要，且是备受重视的研究课题。当前分析方法通常依赖于测量动物互动时间或标注预定义行为。然而，这些方法耗时、带有人类偏倚，且可能遗漏细微行为。在此我们介绍LISBET（LISBET Is a Social BEhavior Transformer），一种用于检测与分割社交互动的机器学习模型。通过对身体追踪数据采用自监督学习，我们的模型免除了大量人工标注的需要。我们在小鼠的多个数据集上以三种场景测试了LISBET：有监督行为分类、无监督基序分割以及无监督动物表型分析。此外，体内电生理揭示腹侧被盖区中存在与我们模型所识别基序相对应的独特神经特征。总之，LISBET实现了数据标注自动化并减少了社交行为研究中的人类偏倚，为增进我们对行为及其神经相关物的理解提供了一种有前景的方法。
引用
@article{arxiv.2311.04069,
title = {LISBET: a machine learning model for the automatic segmentation of social behavior motifs},
author = {Giuseppe Chindemi and Benoit Girard and Camilla Bellone},
journal= {arXiv preprint arXiv:2311.04069},
year = {2024}
}