WhACC: 具有专家级人类性能的胡须自动接触分类器
计算机视觉与模式识别
2025-01-14 v1 机器学习
摘要
啮齿动物的触须系统在推进神经科学研究中至关重要，特别是用于研究皮层可塑性、学习、决策、感觉编码和感觉运动整合。尽管有这些优势，但整理触觉事件是劳动密集型的，即使利用像Janelia胡须追踪器这样的自动化工具，每百万视频帧通常也需要超过3小时。我们通过引入胡须自动接触分类器（WhACC）来解决这一限制，这是一个Python包，旨在以人类水平的性能从高速视频中识别头部固定行为啮齿动物的接触时段。WhACC利用ResNet50V2进行特征提取，结合LightGBM进行分类。性能与三位专家人类整理员在超过一百万帧上进行了评估。成对接触分类在99.5%的视频帧上达成一致，与人类间一致率相当。最后，我们提供了一个自定义重新训练接口，允许在少量数据子集上进行模型定制，并在16个单单元电生理记录的400万帧上进行了验证。包括这个重新训练步骤，我们将整理1亿帧数据集所需的人工时间从约333小时减少到约6小时。
引用
@article{arxiv.2501.06219,
title = {WhACC: Whisker Automatic Contact Classifier with Expert Human-Level Performance},
author = {Phillip Maire and Samson G. King and Jonathan Andrew Cheung and Stefanie Walker and Samuel Andrew Hires},
journal= {arXiv preprint arXiv:2501.06219},
year = {2025}
}