FR3010623A1 - METHOD FOR QUANTIFYING ANIMAL BEHAVIOR - Google Patents
METHOD FOR QUANTIFYING ANIMAL BEHAVIOR Download PDFInfo
- Publication number
- FR3010623A1 FR3010623A1 FR1358835A FR1358835A FR3010623A1 FR 3010623 A1 FR3010623 A1 FR 3010623A1 FR 1358835 A FR1358835 A FR 1358835A FR 1358835 A FR1358835 A FR 1358835A FR 3010623 A1 FR3010623 A1 FR 3010623A1
- Authority
- FR
- France
- Prior art keywords
- mesh
- labeled
- animal
- animals
- behavior
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 241001465754 Metazoa Species 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000036544 posture Effects 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 230000000007 visual effect Effects 0.000 claims description 29
- 241000894007 species Species 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims 1
- 241000699666 Mus <mouse, genus> Species 0.000 description 30
- 230000006399 behavior Effects 0.000 description 22
- 238000004422 calculation algorithm Methods 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 9
- 241000699670 Mus sp. Species 0.000 description 8
- 238000010171 animal model Methods 0.000 description 7
- 210000000988 bone and bone Anatomy 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 5
- 230000007935 neutral effect Effects 0.000 description 5
- 241000700159 Rattus Species 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 241000283984 Rodentia Species 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 241000251539 Vertebrata <Metazoa> Species 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 230000001144 postural effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1104—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb induced by stimuli or drugs
- A61B5/1105—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb induced by stimuli or drugs of laboratory animals, e.g. activity
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K1/00—Housing animals; Equipment therefor
- A01K1/02—Pigsties; Dog-kennels; Rabbit-hutches or the like
- A01K1/03—Housing for domestic or laboratory animals
- A01K1/031—Cages for laboratory animals; Cages for measuring metabolism of animals
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K29/00—Other apparatus for animal husbandry
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/002—Monitoring the patient using a local or closed circuit, e.g. in a room or building
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/40—Animals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/42—Evaluating a particular growth phase or type of persons or animals for laboratory research
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Zoology (AREA)
- Clinical Laboratory Science (AREA)
- Physiology (AREA)
- Animal Husbandry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
Ce procédé comporte les étapes : d'acquisition d'une mesure (MeshV) d'une surface externe de l'animal observé, à partir de trames (Ik) obtenues au moyen d'un imageur (42) ; d'optimisation des paramètres d'un modèle d'enveloppe étiquetée (MEnvE), associant un maillage étiqueté (MeshE) et un volume de contrôle (VC) comportant des cages (Cm) de déformation du maillage étiqueté, le maillage étiqueté comportant des points de contrôle (PCq) associés à des points caractéristiques d'un modèle du squelette (MSq) des animaux, l'étape d'optimisation consistant en un ajustement du maillage étiqueté (MeshE) à la mesure,(MeshV) pour générer un maillage étiqueté optimal (MeshEO) ; - de reconstruction consistant à calculer une posture (Pil(t)) à partir des points de contrôle (PCq) du maillage étiqueté optimal (MeshEO) et du modèle du squelette (MSq) ; et, d'association d'une pluralité de postures pour obtenir une grandeur individuelle (Gi) représentative du comportement de l'animal.This method comprises the steps of: acquiring a measurement (MeshV) of an external surface of the animal observed, from frames (Ik) obtained by means of an imager (42); for optimizing the parameters of a labeled envelope model (MEnvE), associating a labeled mesh (MeshE) and a control volume (VC) comprising cages (Cm) for deformation of the labeled mesh, the labeled mesh comprising points of control (PCq) associated with characteristic points of an animal skeleton model (MSq), the optimization step consisting of an adjustment of the mesh labeled (MeshE) to the measurement, (MeshV) to generate a labeled mesh optimal (MeshEO); - reconstruction consisting of calculating a posture (Pil (t)) from the control points (PCq) of the optimal labeled mesh (MeshEO) and the skeleton model (MSq); and, associating a plurality of postures to obtain an individual size (Gi) representative of the behavior of the animal.
Description
Procédé de quantification du comportement d'un animal L'invention a pour domaine celui des procédés de quantification du comportement d'animaux, et, en particulier, d'animaux de laboratoire.The invention relates to the field of quantification of the behavior of animals, and in particular of laboratory animals.
La recherche biologique a recours à des animaux de laboratoire, tels que des rongeurs et, en particulier, des rats et des souris. Ces animaux sont utilisés par exemple pour le test de molécules actives, ou pour identifier le rôle physiologique de gènes ou de protéines cibles. Dans le cadre d'études portant sur la génétique ou la protéomique, on mesure le phénotype, c'est-à-dire les conséquences comportementales et fonctionnelles de mutations génétiques (phénotypage). Au cours de ce type de test, est suivie l'évolution du comportement d'un animal exposé à la molécule active par rapport au comportement d'un animal n'ayant pas été exposé. Actuellement, la caractérisation du comportement d'un animal s'effectue d'abord par la simple observation du comportement de l'animal par un expérimentateur. Une telle manière de procéder est longue et fastidieuse, en particulier lorsqu'il s'agit de suivre un lot de plusieurs animaux afin de réaliser une étude statistique. C'est essentiellement cette contrainte pratique qui limite le nombre des animaux dans les lots de test actuellement utilisés.Biological research uses laboratory animals, such as rodents and, in particular, rats and mice. These animals are used, for example, for testing active molecules, or for identifying the physiological role of genes or target proteins. In genetics or proteomics studies, we measure the phenotype, that is, the behavioral and functional consequences of genetic mutations (phenotyping). During this type of test, the behavior of an animal exposed to the active molecule is followed by the behavior of an animal that has not been exposed. Currently, the characterization of the behavior of an animal is done first by simply observing the behavior of the animal by an experimenter. Such a procedure is long and tedious, especially when it comes to following a batch of several animals in order to carry out a statistical study. It is essentially this practical constraint that limits the number of animals in the currently used test batches.
Cette manière de procéder, essentiellement qualitative, n'est pas objective. De nombreux biais sont introduits. Par exemple, l'expérimentateur peut introduire un biais lorsqu'il cherche à décrire le comportement d'un animal en mouvement, le mouvement d'un rongeur étant particulièrement rapide et erratique. Cette manière de procéder s'effectue sur un laps de temps court qui n'excède pas quelque dizaine de minutes par jour. Ainsi, bien souvent, les comportements qui seraient pertinents ne sont pas observés, car survenant hors de la période d'observation. Il a récemment été proposé plusieurs systèmes d'imagerie permettant de suivre de manière automatique et en permanence le déplacement d'un animal dans sa cage. De tels systèmes utilisent un algorithme d'analyse d'image à deux dimensions (2D), propre à extraire le contour de l'animal à chaque instant d'échantillonnage. Une information qui présenterait un grand intérêt dans le cadre de l'étude du comportement d'un animal de laboratoire réside dans la morphologie spatiale de son squelette, dénommée posture 3D tridimensionnelle dans ce qui suit, et l'évolution de cette posture 3D au cours du temps.This essentially qualitative way of proceeding is not objective. Many biases are introduced. For example, the experimenter may introduce a bias when trying to describe the behavior of an animal in motion, the movement of a rodent being particularly fast and erratic. This procedure takes place over a short period of time that does not exceed about ten minutes per day. Thus, often the behaviors that would be relevant are not observed because occurring outside the observation period. It has recently been proposed several imaging systems to track automatically and permanently the movement of an animal in his cage. Such systems use a two-dimensional image analysis algorithm (2D), able to extract the contour of the animal at each sampling time. Information that would be of great interest in the study of the behavior of a laboratory animal lies in the spatial morphology of its skeleton, called 3D posture three-dimensional in what follows, and the evolution of this 3D posture during time.
L'article de Lionel REVERET et al, "Kameleon : masse de données automatiques internes et externes pour l'étude des structures squelettiques des petits vertébrés », volume 28/3-4-2011 page 309-328 du journal « traitement du signal », [Référence 1 dans le présent document] présente un algorithme de reconstruction permettant de déterminer la posture 3D instantanée d'un rat à partir de l'observation, au moyen de caméras standards et cinéradiographiques, d'un animal portant des marqueurs réels opaques aux rayons X. Chaque marqueur réel est collé sur la peau ou la fourrure de l'animal en un point de contrôle correspondant à un point caractéristique, d'extrémité ou saillant, d'un os du squelette d'un rat. L'article de Estelle DUVEAU et al, « Cage-based Motion Recovery using Manifold Learning», second international conference on 3D imaging, modelling, processing, visualization and transmission, Zurich Octobre 2012 [Référence 2 dans le présent document] présente un algorithme d'ajustement automatique d'un maillage 3D de référence de la surface externe du corps d'un individu humain, sur un maillage 3D bruité résultant d'une mesure directe de la surface externe du corps d'un individu humain. Lors de la procédure d'ajustement, les déformations du maillage 3D de référence sont calculées à partir de la position 3D d'un maillage de contrôle, de faible résolution, formant un volume de contrôle associé au maillage 3D de référence. L'évolution temporelle des paramètres d'ajustement du volume de contrôle permet un suivi du mouvement de l'individu. La présente invention a pour but de répondre au besoin précité de quantification du comportement d'un animal de laboratoire. Pour cela, l'invention a pour objet un procédé de quantification du comportement d'un animal d'une espèce donnée, caractérisé en ce qu'il comporte les étapes : d'acquisition, consistant à acquérir une mesure d'une surface externe du corps de l'animal observé, à partir d'une pluralité de trames obtenues simultanément au moyen d'une pluralité de dispositifs imageurs ; d'optimisation des paramètres d'un modèle d'enveloppe étiquetée, le modèle d'enveloppe étiquetée associant un maillage étiqueté et un volume de contrôle comportant des cages de déformation du maillage étiqueté, le maillage étiqueté comportant des points de contrôle associés à des points caractéristiques d'un modèle du squelette des animaux de ladite espèce, l'étape d'optimisation consistant en un ajustement du maillage étiqueté à la mesure, de manière à générer un maillage étiqueté optimal ; de reconstruction, consistant à calculer une posture tridimensionnelle instantanée à partir des points de contrôle du maillage étiqueté optimal et du modèle du squelette ; et, d'association d'une pluralité de postures tridimensionnelles instantanées de l'animal, déterminées en itérant les étapes d'acquisition, d'optimisation et de reconstruction à des instants différents, pour obtenir une grandeur individuelle (Gi) représentative du comportement de l'animal. Suivant des modes particuliers de réalisation, le procédé comporte une ou plusieurs des caractéristiques suivantes, prise(s) isolément ou suivant toutes les combinaisons techniquement possibles : les étapes sont itérées pour chaque animal d'un lot d'animaux pour obtenir une grandeur globale représentative du comportement des animaux dudit lot d'animaux ; il comporte une étape de comparaison de la grandeur avec une grandeur de référence ; le procédé comporte une étape de construction d'un modèle d'enveloppe étiqueté à partir d'un maillage visuel, en sélectionnant certains sommets dudit maillage visuel en tant que points de contrôle, chaque point de contrôle étant associé à un point caractéristique du modèle du squelette et en subdivisant le maillage étiqueté ainsi obtenu en portions, chaque portion étant associée à une cage de déformation ; la mesure d'une surface externe du corps de l'animal est un maillage visuel. L'invention a également pour objet un système comportant des moyens de stockage d'un modèle d'enveloppe étiquetée et d'un modèle du squelette des animaux de l'espèce, et une unité de commande programmée pour exécuter un procédé conforme au procédé précédent. L'invention a également pour objet un lot d'animaux, caractérisé en ce que chaque animal du lot a été sélectionné pour faire partie du lot sur la base de la valeur d'une grandeur individuelle représentative de son comportement obtenue par la mise en oeuvre d'un procédé conforme au procédé précédent. L'invention a également pour objet un kit, caractérisé en ce qu'il associe un lot d'animaux et un support d'enregistrement d'informations comportant au moins une grandeur globale représentative du comportement des animaux dudit lot d'animaux, obtenue par mise en oeuvre d'un procédé conforme au procédé précédent.The article by Lionel REVERET et al, "Kameleon: mass of internal and external automatic data for the study of the skeletal structures of small vertebrates", volume 28 / 3-4-2011 page 309-328 of the journal "signal processing" , [Reference 1 in this document] presents a reconstruction algorithm for determining the instantaneous 3D posture of a rat from the observation, using standard and cineradiographic cameras, of an animal bearing real opaque markers. X-rays. Each actual marker is stuck to the skin or fur of the animal at a control point corresponding to a characteristic, end or salient point of a skeletal bone of a rat. Estelle DUVEAU et al, "Cage-based Motion Recovery using Manifold Learning", second international conference on 3D imaging, modeling, processing, visualization and transmission, Zurich October 2012 [Reference 2 in this document] presents a automatic adjustment algorithm of a reference 3D mesh of the external surface of the body of a human individual, on a noisy 3D mesh resulting from a direct measurement of the external surface of the body of a human individual. During the adjustment procedure, the deformations of the reference 3D mesh are calculated from the 3D position of a control mesh, of low resolution, forming a control volume associated with the reference 3D mesh. The temporal evolution of the adjustment parameters of the control volume allows a follow-up of the movement of the individual. The present invention aims to meet the aforementioned need for quantifying the behavior of a laboratory animal. For this purpose, the subject of the invention is a method for quantifying the behavior of an animal of a given species, characterized in that it comprises the steps of: acquisition, consisting in acquiring a measurement of an external surface of the body of the observed animal, from a plurality of frames obtained simultaneously by means of a plurality of imaging devices; for optimizing the parameters of a labeled envelope template, the labeled envelope template associating a labeled mesh and a control volume including labeled mesh deformation cages, the labeled mesh including control points associated with tags features of a skeletal model of animals of said species, the optimization step consisting of an adjustment of the labeled mesh to the measurement, so as to generate an optimal labeled mesh; reconstruction method, consisting of calculating an instantaneous three-dimensional posture from the control points of the optimal labeled mesh and the skeleton model; and, associating a plurality of instantaneous three-dimensional postures of the animal, determined by iterating the steps of acquisition, optimization and reconstruction at different times, to obtain an individual size (Gi) representative of the behavior of the animal. the animal. According to particular embodiments, the method comprises one or more of the following characteristics, taken alone or in any technically possible combination: the steps are iterated for each animal of a batch of animals to obtain a representative overall quantity the behavior of the animals of the said batch of animals; it comprises a step of comparing the quantity with a reference quantity; the method comprises a step of constructing a labeled envelope template from a visual mesh, selecting certain vertices of said visual mesh as control points, each control point being associated with a characteristic point of the model of the skeleton and subdividing the labeled mesh thus obtained into portions, each portion being associated with a deformation cage; the measurement of an external surface of the body of the animal is a visual mesh. The invention also relates to a system comprising means for storing a labeled envelope model and a skeleton model of the animals of the species, and a control unit programmed to execute a method according to the preceding method. . The subject of the invention is also a batch of animals, characterized in that each animal in the batch has been selected to form part of the batch on the basis of the value of an individual quantity representative of its behavior obtained by the implementation of a process according to the preceding method. The subject of the invention is also a kit, characterized in that it associates a batch of animals and an information recording medium comprising at least one overall quantity representative of the behavior of the animals of said batch of animals, obtained by implementation of a method according to the preceding method.
L'invention a également pour objet un procédé d'utilisation d'un lot d'animaux conforme au lot précédent, dans le criblage de l'activité d'une molécule pharmaceutique, caractérisé en ce qu'il comporte une étape de mise en contact de chaque animal du lot avec la molécule, une étape de mise en oeuvre d'un procédé conforme au procédé précédent, pour obtenir une grandeur globale représentative du comportement des animaux dudit lot, une étape de comparaison de la grandeur globale obtenue et d'une grandeur globale de référence, et une étape d'identification de l'activité de la molécule sur la base du résultat de l'étape de comparaison. De préférence, la grandeur de référence utilisée à l'étape de comparaison est une grandeur globale associée précédemment audit lot d'animaux, ou une grandeur globale mesurée sur un lot d'animaux témoins. L'invention a également pour objet, un support d'enregistrement d'informations, caractérisé en ce qu'il comporte des instructions pour l'exécution d'un procédé conforme au procédé de quantification précédent, lorsque les instructions sont exécutées par un calculateur électronique.The subject of the invention is also a method of using a batch of animals conforming to the preceding batch, in the screening of the activity of a pharmaceutical molecule, characterized in that it comprises a contacting step. of each animal in the batch with the molecule, a step of implementing a method according to the preceding method, to obtain an overall quantity representative of the behavior of the animals of said batch, a step of comparing the overall quantity obtained and a overall reference quantity, and a step of identifying the activity of the molecule on the basis of the result of the comparison step. Preferably, the reference quantity used in the comparison step is an overall quantity previously associated with said batch of animals, or a global quantity measured on a batch of control animals. The invention also relates to an information recording medium, characterized in that it comprises instructions for executing a method according to the preceding quantization method, when the instructions are executed by an electronic calculator. .
L'invention et ses avantages seront mieux compris à la lecture de la description qui va suivre, donnée uniquement à titre illustratif et non limitatif, d'un exemple de réalisation, faite en se référant aux dessins annexés sur lesquels : - la figure 1 est une représentation sous forme de blocs du système de quantification du comportement d'un animal de laboratoire ; - la figure 2 est une représentation schématique sous forme de blocs du procédé de quantification du comportement d'un animal de laboratoire mis en oeuvre par le système de la figure 1 ; et, - la figure 3 est un modèle d'enveloppe étiquetée, constituée par un maillage étiqueté et un ensemble de cages. Dans ce qui suit, une posture 3D correspond à une représentation de la morphologie tridimensionnelle du squelette d'un animal. Plus particulièrement, la posture 3D désigne un repérage, en position et rotation dans l'espace 3D, de groupes anatomiques les uns par rapport aux autres. En effet, il est préférable de ne pas descendre à un niveau de résolution trop fin dans la structure du squelette, mais de ne considérer que des groupes d'os qui sont sensiblement fixes les uns par rapport aux autres quelle que soit la posture adoptée par l'animal : crâne, thorax, abdomen, queue, pattes, vertèbres, côtes, fémur, etc.The invention and its advantages will be better understood on reading the description which will follow, given solely by way of illustration and without limitation, of an exemplary embodiment, with reference to the appended drawings, in which: FIG. a block representation of the system for quantifying the behavior of a laboratory animal; FIG. 2 is a schematic block representation of the method for quantifying the behavior of a laboratory animal implemented by the system of FIG. 1; and, - Figure 3 is a labeled envelope template, consisting of a labeled mesh and a set of cages. In what follows, a 3D posture corresponds to a representation of the three-dimensional morphology of the skeleton of an animal. More particularly, the 3D posture designates a location, in position and rotation in the 3D space, anatomical groups relative to each other. Indeed, it is better not to go down to a too fine level of resolution in the structure of the skeleton, but to consider only groups of bones that are substantially fixed relative to each other whatever the posture adopted by the animal: skull, thorax, abdomen, tail, paws, vertebrae, ribs, femur, etc.
Dans ce qui suit, une posture correspond à la morphologie tridimensionnelle du squelette d'une souris et une pose correspond à la morphologie tridimensionnelle de la surface externe (peau et/ou fourrure) du corps d'une souris. De manière générale, une enveloppe de référence Env associe un maillage Mesh, présentant une résolution élevée, et un volume de contrôle VC, constituant un maillage de plus faible résolution contenant ledit maillage Mesh.In what follows, a posture corresponds to the three-dimensional morphology of the skeleton of a mouse and a pose corresponds to the three-dimensional morphology of the outer surface (skin and / or fur) of the body of a mouse. Generally speaking, an envelope of reference Env associates a Mesh mesh, presenting a high resolution, and a volume of control VC, constituting a mesh of lower resolution containing said mesh Mesh.
Le maillage Mesh correspond à la surface externe du corps d'une souris. Le maillage est une surface de haute résolution, constituée de facettes triangulaires adjacentes les unes aux autres. Par exemple un maillage comporte 10 000 sommets et 10 000 facettes. Le maillage peut être défini par les positions de chacun de ses sommets.Mesh mesh is the outer surface of the body of a mouse. The mesh is a high resolution surface, consisting of triangular facets adjacent to each other. For example, a mesh has 10,000 vertices and 10,000 facets. The mesh can be defined by the positions of each of its vertices.
Le volume de contrôle VC résulte de la juxtaposition d'un ensemble de cages Cm hexaédriques contigües, contrôlant la déformation du maillage Mesh. Chaque cage est définie par deux faces Qn caractéristiques opposées. Chaque face est entièrement définie par six degrés de liberté, qui correspondent à trois coordonnées de position et à trois coordonnées de rotation.The control volume VC results from the juxtaposition of a set of contiguous hexahedral Cm cages, controlling the deformation of the mesh Mesh. Each cage is defined by two faces Qn opposite characteristics. Each face is entirely defined by six degrees of freedom, which correspond to three position coordinates and three rotation coordinates.
Les cages Cm subdivisent le maillage Mesh en plusieurs portions Meshm. Chaque portion Meshm est associée à une cage Cm du volume de contrôle VC. Les cages Cm doivent subdiviser le maillage Mesh d'une manière adaptée sur le plan morphologique. Par exemple une cage doit être associée à la portion correspondant à la tête de l'animal, une autre, au thorax, une autre encore, au bassin, etc.The Cm cages subdivide the Mesh mesh into several Meshm portions. Each Meshm portion is associated with a cage Cm of the VC control volume. The Cm cages must subdivide the Mesh mesh in a morphologically adapted manner. For example, a cage must be associated with the portion corresponding to the head of the animal, another one, the thorax, another one, the pelvis, etc.
Comme représenté sur la figure 3, le maillage Mesh de la surface externe du corps d'une souris est associé à dix-neuf cages Cm, définies par dix-neuf faces Qn. Comme cela est également représenté sur la figure 3, certains points du maillage Mesh sont des points caractéristiques PCq dont l'utilité est présentée ci-dessous. Une transformation élémentaire sur une cage Cm (déplacement et/ou rotation d'une ou de ses deux faces caractéristiques) permet de déformer simplement la portion de maillage Meshm associée. La propagation d'une déformation d'une cage sur la portion de maillage associée s'effectue par exemple par un algorithme d'interpolation. Chaque cage Cm étant définie par un nombre réduit de degré de liberté (six degrés de liberté), la pose d'un animal est décrite par une centaine de paramètres environ, par comparaison aux positions des 10 000 sommets du maillage Mesh sous- jacent. La manipulation de ce nombre réduit de paramètres permet un ajustement rapide du maillage Mesh de l'enveloppe, au maillage visuel dérivé d'un animal observé.As represented in FIG. 3, the mesh Mesh of the external surface of the body of a mouse is associated with nineteen cages Cm, defined by nineteen faces Qn. As also shown in FIG. 3, certain points of the mesh Mesh are characteristic points PCq whose utility is presented below. An elementary transformation on a cage Cm (displacement and / or rotation of one or both of its characteristic faces) makes it possible to simply deform the associated Meshm mesh portion. The propagation of a deformation of a cage on the associated portion of mesh is performed for example by an interpolation algorithm. Each cage Cm being defined by a reduced number of degrees of freedom (six degrees of freedom), the laying of an animal is described by a hundred or so parameters, compared to the positions of the 10,000 vertices of the mesh Mesh underlying. The manipulation of this reduced number of parameters makes it possible to quickly adjust the Mesh mesh of the envelope to the visual mesh derived from an observed animal.
SYSTEME En se référant à la figure 1, le système 10 de quantification du comportement d'un animal de laboratoire comporte une partie hors ligne 12 et une partie en ligne 14, ainsi qu'une base de donnée de référence 16 et une base de données d'analyse 18. La base de données de référence 16 comporte un modèle de squelette MSq, un modèle d'enveloppe étiquetée MEnvE et un espace des poses E, élaboré à partir d'un ensemble d'enveloppes de référence EnvRef.SYSTEM Referring to FIG. 1, the system 10 for quantifying the behavior of a laboratory animal comprises an off-line portion 12 and an on-line portion 14, as well as a reference database 16 and a database 18. The reference database 16 includes a MSq skeleton model, an envelope model labeled MEnvE and a posespace E, constructed from a set of EnvRef reference envelopes.
La base de données d'analyse 18 comporte une table Til stockant les postures 3D instantanée, Pil(t), pour chaque souris i d'un lot I de souris, sur une période de temps déterminée T. La partie hors ligne 12 du système 10 comporte un module 22 de renseignement de la base de données de référence 16 ; et un module 24 d'analyse des données contenues dans la base de données d'analyse 18. La partie en ligne 14 du système 10 comporte un module 32 d'acquisition générant un maillage visuel MeshV de la surface externe du corps d'un animal observé ; un module 34 d'ajustement du modèle d'enveloppe étiquetée MEnvE sur le maillage visuel MeshV dans l'espace des poses E, pour obtenir un maillage étiqueté optimisé MeshE0 ; et un module 36 de reconstruction d'une posture 3D, P(t), à partir du maillage étiqueté optimisé MeshEO et du modèle de squelette MSq. Module d'acquisition Le module 32 d'acquisition comporte une pluralité de caméras 42 équipant une boîte 44 transparente, dans laquelle est placée la souris i du lot I à observer (S,1). Par exemple, huit caméras vidéo optiques, ayant une résolution de 640/480 pixels, sont utilisées et disposées de manière à ce qu'à chaque instant t, la souris puisse être vue par au moins deux caméras 42.The analysis database 18 comprises a table Til storing the instantaneous 3D postures, Pil (t), for each mouse i of a mouse lot I, over a determined period of time T. The offline part 12 of the system 10 comprises an information module 22 of the reference database 16; and a module 24 for analyzing the data contained in the analysis database 18. The online part 14 of the system 10 comprises an acquisition module 32 generating a MeshV visual mesh of the external surface of the body of an animal observed; an envelope model adjustment module 34 labeled MEnvE on the MeshV visual mesh in the pose space E, to obtain an optimized MeshE0 labeled mesh; and a 3D posture reconstruction module 36, P (t), from the MeshEO optimized tag mesh and the MSq backbone model. Acquisition module The acquisition module 32 comprises a plurality of cameras 42 fitted to a transparent box 44, in which the mouse i of the batch I to be observed (S, 1) is placed. For example, eight optical video cameras, having a resolution of 640/480 pixels, are used and arranged so that at any time t, the mouse can be seen by at least two cameras 42.
Les caméras 42 sont synchronisées entre elles et calibrées (en particulier afin de déterminer un paramètre d'agrandissement de chaque caméra) de manière à délivrer, à chaque instant t d'échantillonnage, un ensemble de trames lk. Le module 32 comporte un moyen 46 de détermination d'un maillage dit visuel MeshV correspondant à la surface externe du corps de la souris observée, à partir de l'ensemble de trames lk, comme décrit par exemple dans l'article de 1994. de A. LAURENTINI : The visual hull concept for silhouette-based image understanding (IEEE Transactions on Pattern Analysis and Machine Intelligence 16, 2, 150-162). D'autres moyens de détermination du maillage visuel MeshV peuvent être envisagés, tels que des dispositifs de caméra de profondeur (par exemple la « Microsoft Kinect »). Le moyen 46 peut aussi mettre en oeuvre un algorithme conforme à celui décrit au paragraphe 4.2 de la référence 1 ci-dessus. Le maillage visuel MeshV est une surface constituée de facettes triangulaires. Il comporte par exemple 10 000 sommets et 10 000 facettes triangulaires.35 Module de renseignement Le module 22 de renseignement de la base de données de référence 16 comporte une première interface utilisateur 52, un moyen 54 d'importation d'un modèle de squelette MSq, un moyen 56 d'élaboration d'un modèle d'enveloppe étiquetée MEnvE, un moyen 58 de définition d'enveloppes de référence EnvRef et un moyen 60 de déterminer l'espace des poses E. La première interface utilisateur 52 permet à un utilisateur d'accéder aux moyens 54, 56 ou 58 pour renseigner la base de données 16. Le moyen 54 d'importation d'un modèle de squelette MSq permet de stocker un modèle du squelette MSq des souris étudiées. Dans le modèle du squelette MSq utilisé, chaque os est un solide caractérisé par six degrés de liberté et l'articulation entre deux os est modélisée par un ressort angulaire. Le modèle du squelette MSq correspond à une posture 3D neutre de l'animal, celle-ci correspondant à une pose neutre de la surface externe de l'animal. Des points caractéristiques du squelette sont associés à des points de contrôle sur la surface externe du corps de l'animal. Le moyen 56 d'élaboration d'un modèle d'enveloppe étiquetée permet de construire un modèle d'enveloppe étiquetée MEnvE à partir d'un maillage visuel MeshVO correspondant à une pose neutre d'une souris. Ce maillage visuel MeshVO est obtenu en sortie du module d'acquisition 32.The cameras 42 are synchronized with each other and calibrated (in particular in order to determine an enlargement parameter of each camera) so as to deliver, at each sampling instant t, a set of frames Ik. The module 32 comprises means 46 for determining a so-called MeshV visual mesh corresponding to the external surface of the body of the mouse observed, from the set of frames Ik, as described for example in the 1994 article. A. LAURENTINI: The Visual Hull Concept for Silhouette-Based Image Understanding (IEEE Transactions on Pattern Analysis and Machine Intelligence 16, 2, 150-162). Other means for determining MeshV visual mesh can be envisaged, such as depth camera devices (for example the "Microsoft Kinect"). The means 46 can also implement an algorithm according to that described in paragraph 4.2 of reference 1 above. The MeshV visual mesh is a surface composed of triangular facets. It comprises, for example, 10,000 vertices and 10,000 triangular facets. Intelligence module The information module 22 of the reference database 16 comprises a first user interface 52, a means 54 for importing an MSq skeleton model. , means 56 for generating an envelope template labeled MEnvE, means 58 for defining reference envelopes EnvRef and means 60 for determining the space of the exposures E. The first user interface 52 allows a user accessing the means 54, 56 or 58 to inform the database 16. The means 54 for importing a skeleton template MSq makes it possible to store a model of the skeleton MSq of the studied mice. In the model of the MSq skeleton used, each bone is a solid characterized by six degrees of freedom and the articulation between two bones is modeled by an angular spring. The model of the skeleton MSq corresponds to a neutral 3D posture of the animal, which corresponds to a neutral pose of the external surface of the animal. Skeletal features are associated with control points on the outer surface of the body of the animal. The means 56 for producing a labeled envelope template makes it possible to construct an envelope model labeled MEnvE from a MeshVO visual mesh corresponding to a neutral pose of a mouse. This MeshVO visual mesh is obtained at the output of the acquisition module 32.
Le moyen 56 permet d'étiqueter un groupe de sommets du maillage visuel MeshVO en tant que points de contrôle PCq associés au point caractéristique du squelette MSq. Un maillage étiqueté MeshE est ainsi obtenu. Le moyen 56 permet de subdiviser le maillage étiqueté MeshE en différentes portions MeshEm et d'associer chaque portion à une cage Cm de déformation d'un volume de contrôle. Un modèle d'enveloppe étiquetée MEnvE est ainsi déterminé par association d'une cage Cm et d'une portion MeshEm. Le moyen 58 de définition d'enveloppes de référence EnvRef permet d'ajuster le maillage MeshE du modèle d'enveloppe étiquetée MEnvE à différents maillages visuels MeshV obtenus en sortie du module d'acquisition 32. Ces maillages visuels correspondent à des poses qui, pour l'utilisateur, sont caractéristiques du comportement d'une souris. Autant d'enveloppes de référence EnvRef sont obtenues. Le moyen 60 de détermination de l'espace des poses E, aussi dénommé espace latent, permet de sélectionner un ensemble d'enveloppes de référence, EnvRef, et à les combiner pour définir l'espace des poses E.The means 56 makes it possible to label a group of vertices of the MeshVO visual mesh as control points PCq associated with the characteristic point of the skeleton MSq. A mesh labeled MeshE is thus obtained. The means 56 makes it possible to subdivide the mesh labeled MeshE into different MeshEm portions and to associate each portion with a cage Cm of deformation of a control volume. An envelope model labeled MEnvE is thus determined by association of a cage Cm and a portion MeshEm. The means 58 for defining reference envelopes EnvRef makes it possible to adjust the mesh MeshE of the envelope model labeled MEnvE to different meshV visual meshes obtained at the output of the acquisition module 32. These visual meshes correspond to poses which, for the user, are characteristic of the behavior of a mouse. As many EnvRef reference envelopes are obtained. The means 60 for determining the posespace E, also called the latent space, makes it possible to select a set of reference envelopes, EnvRef, and to combine them to define the posespace E.
Toutes les transformations possibles sur les cages du volume de contrôle d'une enveloppe, c'est-à-dire toutes les déformations du maillage sous-jacent, ne correspondent pas à des poses que peut prendre l'animal observé. L'espace E correspond ainsi aux seules transformations des cages qui correspondent à une pose possible de l'animal. L'espace E est un sous-espace de l'ensemble des déformations des cages. L'espace E présente un nombre réduit de paramètres par rapport au nombre de degrés de liberté de l'ensemble des cages du volume de contrôle de l'enveloppe. Cette réduction du nombre des paramètres traduit les contraintes liant les degrés de liberté des cages pour qu'elles décrivent une pose possible de l'animal. L'algorithme mis en oeuvre par le moyen 60 est par exemple décrit dans la référence 2 ci-dessus. Module d'ajustement La module d'ajustement 34 comporte un algorithme d'optimisation propre à ajuster, en temps réel, dans l'espace des poses E, le modèle d'enveloppe étiquetée MEnvE, à un maillage visuel MeshV obtenu en sortie du module d'acquisition 32. Les détails de l'algorithme d'optimisation mis en oeuvre sont présentés au point 5 de la référence 2 mentionnée ci-dessus.All the possible transformations on the cages of the control volume of an envelope, that is to say all the deformations of the underlying mesh, do not correspond to poses that can take the observed animal. The space E thus corresponds to the only transformations of the cages which correspond to a possible pose of the animal. The space E is a subspace of all the deformations of the cages. The space E has a reduced number of parameters relative to the number of degrees of freedom of all the cages of the control volume of the envelope. This reduction in the number of parameters reflects the constraints linking the degrees of freedom of the cages to describe a possible pose of the animal. The algorithm implemented by the means 60 is for example described in reference 2 above. Adjustment module The adjustment module 34 comprises an optimization algorithm adapted to adjust, in real time, in the pose space E, the envelope model labeled MEnvE, to a MeshV visual mesh obtained at the output of the module The details of the optimization algorithm implemented are presented in point 5 of reference 2 mentioned above.
Le moyen d'ajustement 34 permet d'obtenir un maillage étiqueté optimisé MeshEO. Module de reconstruction Le module de reconstruction 36 est propre à mettre en oeuvre un algorithme de reconstruction permettant à partir du maillage étiqueté optimisé MeshEO et du modèle de squelette MSq, de déterminer, en temps réel, la posture 3D, P,I(t), de la souris S,1 observée. En particulier, est mis en oeuvre un algorithme dit de cinématique inverse par lequel le modèle de squelette MSq est déformé en tenant compte de la position des points de contrôle PCq du maillage étiqueté optimisé MeshEO. Les détails d'un exemple d'un tel algorithme de reconstruction sont donnés au point 5.2 de la référence 1 ci-dessus, en substituant aux marqueurs externes utilisés dans cette référence, les points de contrôle PCq du maillage étiqueté optimisé MeshEO.35 Module d'analyse Le module d'analyse 24 comporte une seconde interface utilisateur 62 permettant à un utilisateur d'effectuer différentes requêtes sur les différentes tables Til stockées dans la base de données d'analyse 18 et d'analyser les données extraites.The adjustment means 34 makes it possible to obtain an optimized MeshEO labeled mesh. Reconstruction module The reconstruction module 36 is able to implement a reconstruction algorithm making it possible, starting from the mesh labeled optimized MeshEO and the skeleton model MSq, to determine, in real time, the 3D posture, P, I (t). of the mouse S, 1 observed. In particular, an inverse kinematic algorithm is implemented by which the MSq skeleton model is deformed by taking into account the position of the PCq control points of the MeshEO optimized tag mesh. The details of an example of such a reconstruction algorithm are given in point 5.2 of reference 1 above, substituting the external markers used in this reference, the PCq control points of the mesh labeled optimized MeshEO.35 module. The analysis module 24 includes a second user interface 62 allowing a user to perform different queries on the different tables Til stored in the analysis database 18 and to analyze the extracted data.
PROCEDE Dans une étape 100, les différentes caméras 42 sont calibrées, entre autre pour tenir compte de leurs paramètres d'agrandissement respectifs. La première interface 52 est utilisée pour permettre à un utilisateur de renseigner la base de données de référence 16. Dans une étape 110, le modèle de squelette MSq est stocké dans la base de données 16 en utilisant le moyen 54. Dans une étape 120 de construction d'un modèle d'enveloppe étiqueté MEnvE, un maillage visuel est obtenu en plaçant une souris de référence, caractéristique de l'espèce étudiée, dans la boîte 44 et en utilisant le module d'acquisition 32. Lorsque le maillage visuel en sortie du module d'acquisition 32 correspond à une pose neutre, l'utilisateur sélectionne ce maillage visuel MeshVO. En utilisant le moyen 56, l'utilisateur sélectionne ensuite certains sommets de ce maillage visuel MeshV en tant que points de contrôle PCq. Chaque point de contrôle est associé à un point caractéristique du modèle de squelette MSq. Un maillage étiqueté MeshE est obtenu. L'opérateur subdivise le maillage étiqueté MeshE en portions MeshEm, et associe à chaque portion une cage Cm d'un volume de contrôle. Avantageusement cette subdivision s'effectue en tenant compte du modèle de squelette MSq, en particulier, des groupes d'os qui sont sensiblement fixes les uns par rapport aux autres, d'une pose à l'autre de l'animal. Un modèle d'enveloppe étiquetée MEnvE est obtenu en associant à chaque cage Cm une portion MeshEm. Un tel modèle est représenté sur la figure 3 pour une souris. Dans une étape 130, la base de données 16 est renseignée avec des enveloppes de référence EnvRef. Pour ce faire, le moyen 58 du module d'acquisition 32 est à nouveau utilisé avec une souris de référence, de manière à obtenir différents maillages visuels MeshV correspondant à des poses qui, selon l'utilisateur, sont représentatifs des poses que peut prendre une souris.In a step 100, the different cameras 42 are calibrated, inter alia, to take account of their respective magnification parameters. The first interface 52 is used to enable a user to enter the reference database 16. In a step 110, the skeleton model MSq is stored in the database 16 using the means 54. In a step 120 of constructing an envelope model labeled MEnvE, a visual mesh is obtained by placing a reference mouse, characteristic of the species studied, in the box 44 and using the acquisition module 32. When the visual mesh output of the acquisition module 32 corresponds to a neutral pose, the user selects this MeshVO visual mesh. Using the means 56, the user then selects certain vertices of this MeshV visual mesh as control points PCq. Each control point is associated with a characteristic point of the MSq skeleton model. A mesh labeled MeshE is obtained. The operator sub-divides the mesh labeled MeshE into MeshEm portions, and associates with each portion a cage Cm of a control volume. Advantageously, this subdivision takes into account the skeleton model MSq, in particular groups of bones which are substantially fixed relative to one another, from one pose to another of the animal. An envelope model labeled MEnvE is obtained by associating with each cage Cm a MeshEm portion. Such a model is shown in Figure 3 for a mouse. In a step 130, the database 16 is filled with EnvRef reference envelopes. To do this, the means 58 of the acquisition module 32 is again used with a reference mouse, so as to obtain different mesh meshV visual corresponding to poses which, according to the user, are representative of the poses that can take a mouse.
Le maillage du modèle d'enveloppe étiquetée MEnvE est alors déformé pour être ajusté à chaque maillage visuel MeshV obtenu. Un algorithme similaire à celui utilisé par le module d'ajustement 34 est utilisé par le moyen 58. Lors de cet ajustement, les cages du modèle d'enveloppe étiquetée MEnvE sont déformées. Chaque enveloppe déformée ainsi réalisée est sauvegardée dans la base de données 16 en tant qu'enveloppe de référence EnvRef.The mesh of the envelope model labeled MEnvE is then deformed to be adjusted to each MeshV visual mesh obtained. An algorithm similar to that used by the adjustment module 34 is used by the means 58. During this adjustment, the cages of the envelope model labeled MEnvE are deformed. Each deformed envelope thus produced is saved in the database 16 as an EnvRef reference envelope.
Le procédé selon l'invention prévoit une étape 140 de génération d'un espace des poses E correspondant au sous-ensemble des déformations des cages ayant un sens en termes de pose d'une souris. Pour créer l'espace E, l'utilisateur sélectionne un ensemble d'enveloppes de référence EnvRef dans la base de données de référence 16. Par exemple 12 enveloppes de référence EnvRef sont sélectionnées. Cet ensemble d'enveloppes de référence constitue une sorte de base de l'espace des poses E. Le détail de la procédure de génération d'un tel espace est présenté dans le paragraphe 4 de la référence 2. Une fois réalisées ces différentes étapes de configuration du système 10, une phase de renseignement de la base de données 18 peut être lancée. Une souris S,1à observer est placée dans la boîte 44. Dans une étape 150 d'acquisition, l'algorithme du moyen de détermination 46 du module d'acquisition 32 est exécuté pour obtenir, en temps réel, un maillage visuel MeshVil(t), à partir d'au moins deux des trames lk acquises à l'instant courant t par les différentes caméras 42. Dans une étape 160 d'optimisation, l'algorithme d'optimisation du module d'ajustement 34 est exécuté pour ajuster le maillage étiqueté du modèle d'enveloppe étiqueté MEnvE sur le maillage visuel MeshVil(t), tout en restant dans l'espace E (processus dit de « morphing »).The method according to the invention provides a step 140 of generating a posespace E corresponding to the subset of the deformations of the cages having a meaning in terms of laying a mouse. To create the space E, the user selects a set of reference envelopes EnvRef in the reference database 16. For example 12 EnvRef reference envelopes are selected. This set of reference envelopes constitutes a kind of basis for the E-poses space. The details of the procedure for generating such a space are presented in paragraph 4 of reference 2. Once these different steps of configuration of the system 10, an intelligence phase of the database 18 can be started. A mouse S, 1 to be observed is placed in the box 44. In an acquisition step 150, the algorithm of the determination means 46 of the acquisition module 32 is executed in order to obtain, in real time, a MeshVil visual mesh (t ), from at least two of the frames lk acquired at the current time t by the different cameras 42. In an optimization step 160, the optimization algorithm of the adjustment module 34 is executed to adjust the labeled mesh of the envelope model labeled MEnvE on MeshVil visual mesh (t), while remaining in the space E (process called "morphing").
Plus précisément, au cours de cet ajustement, les valeurs des paramètres dans l'espace E du modèle d'enveloppe étiqueté MEnvE sont modifiées. Cela entraîne une déformation du maillage étiqueté sous-jacent. Une distance est calculée entre le maillage visuel MeshVil(t) et le maillage étiqueté déformé. La distance est une fonction des distances individuelles séparant un sommet du maillage visuel MeshVil(t), du sommet correspondant du maillage étiqueté déformé. Une procédure de minimisation est utilisée pour rechercher les valeurs des paramètres dans l'espace E qui minimisent cette distance. A la fin de l'exécution de l'algorithme du module 34, un maillage étiqueté optimisé MeshEOil(t) est obtenu pour la souris S,Ià l'instant t.More precisely, during this adjustment, the values of the parameters in the space E of the envelope model labeled MEnvE are modified. This results in deformation of the underlying tagged mesh. A distance is calculated between the meshVil (t) visual mesh and the deformed labeled mesh. The distance is a function of the individual distances separating a vertex from the MeshVil (t) visual mesh, from the corresponding vertex of the deformed labeled mesh. A minimization procedure is used to find the values of the parameters in the space E that minimize this distance. At the end of the execution of the algorithm of the module 34, an optimized mesh MeshEOil (t) is obtained for the mouse S, I at time t.
Dans une étape 170 de reconstruction, l'algorithme de reconstruction du module 36 est exécuté pour obtenir, en temps réel, une posture 3D, Pil(t), en déformant le modèle de squelette MSq, contenu dans la base de données 16, de manière à l'adapter au maillage étiqueté optimisé MeshEOil(t). Cette adaptation s'effectue en tenant compte des points de contrôle PCq que comporte le maillage MeshEOil(t). En particulier, est utilisée une modélisation du déplacement d'un point de contrôle par rapport au point correspondant du squelette afin de tenir compte d'un déplacement et/ou d'une élasticité de la peau de la souris dans la pose étudiée par rapport à la pose neutre. Dans le mode de réalisation actuellement envisagé, cette modélisation prend la forme d'un terme proportionnel à la distance entre le point de contrôle sur le maillage et le point correspondant sur le squelette. Le coefficient de proportionnalité est négatif de manière à pénaliser dans la procédure de minimisation de l'algorithme de reconstruction, les écarts trop importants entre le point de contrôle de la surface externe de l'animal et les points correspondant du squelette de l'animal. Ainsi, une posture 3D à l'instant courant t est obtenue pour la souris S,1. Cette posture est référencée par Pil(t).In a reconstruction step 170, the reconstruction algorithm of the module 36 is executed to obtain, in real time, a 3D posture, Pil (t), by deforming the skeleton model MSq, contained in the database 16, of to fit MeshEOil optimized tag mesh (t). This adaptation takes place taking into account the PCq control points that mesh MeshEOil (t) comprises. In particular, a modeling of the displacement of a control point with respect to the corresponding point of the skeleton is used in order to take account of a displacement and / or elasticity of the skin of the mouse in the pose studied with respect to the neutral pose. In the embodiment currently envisaged, this modeling takes the form of a term proportional to the distance between the control point on the mesh and the corresponding point on the skeleton. The coefficient of proportionality is negative so as to penalize in the minimization procedure of the reconstruction algorithm, too large deviations between the control point of the external surface of the animal and the corresponding points of the skeleton of the animal. Thus, a 3D posture at the current instant t is obtained for the mouse S, 1. This posture is referenced by Pil (t).
Dans une étape 180, la posture Pil(t) est stockée dans la base de données d'analyse 18, dans une table Til étiquetée avec l'identifiant i de la souris observée et l'identifiant I du lot auquel elle appartient. Les différentes étapes 150 à 180 ayant conduit à la détermination d'une posture 3D sont répétées à un instant ultérieur 431 de manière à obtenir, de la même souris S,1, la posture 3D à cet autre instant Pil(t+ nt). La table Tif de la base de données d'analyse est ainsi renseignée périodiquement avec la posture instantanée de la souris. Les différentes étapes 150 à 180 du procédé sont répétées pour l'étude d'une autre souris i+1 du même lot I ou d'une souris j d'un autre lot 1+1, de manière à conduire à la création d'une table de suivi des postures instantanées de ces autres souris.In a step 180, the posture Pil (t) is stored in the analysis database 18, in a table Til labeled with the identifier i of the observed mouse and the identifier I of the batch to which it belongs. The various steps 150 to 180 that led to the determination of a 3D posture are repeated at a later moment 431 so as to obtain, from the same mouse S, 1, the 3D posture at this other moment Pil (t + nt). The Tif table of the analysis database is thus informed periodically with the instantaneous posture of the mouse. The various steps 150 to 180 of the method are repeated for the study of another mouse i + 1 of the same batch I or a mouse j of another batch 1 + 1, so as to lead to the creation of a table for monitoring the instant postures of these other mice.
De proche en proche, la base de données d'analyse 18 est renseignée pour chaque souris d'un lot et pour plusieurs lots. Ces informations morphologiques peuvent avantageusement être obtenues parallèlement en équipant plusieurs boîtes 44 de modules d'acquisition, d'optimisation et de reconstruction, 32, 34, 36.Step by step, the analysis database 18 is filled in for each mouse of a batch and for several batches. This morphological information can advantageously be obtained in parallel by equipping several boxes 44 with acquisition, optimization and reconstruction modules, 32, 34, 36.
Dans une étape d'analyse 190, un utilisateur, au travers de l'interface 62 du module 24, effectue des requêtes adaptées sur les différentes tables Tif de la base de données 18 afin de réaliser une étude quantitative des postures des souris étudiées. Par exemple des algorithmes statistiques sont exécutés pour déterminer au moins une grandeur individuelle al caractéristique du comportement d'une souris S,I, ou au moins une grandeur globale G1 caractéristique du comportement global des différentes souris d'un lot 1.In an analysis step 190, a user, through the interface 62 of the module 24, makes adapted queries on the different tables Tif of the database 18 in order to perform a quantitative study of the postures of the studied mice. For example statistical algorithms are executed to determine at least one individual size a characteristic of the behavior of a mouse S, I, or at least a global quantity G1 characteristic of the overall behavior of the different mice of a batch 1.
En particulier, la comparaison de la grandeur individuelle Gi ou globale GI obtenue sur une fenêtre de temps caractéristique peut être comparée à une grandeur de référence GRef. Cette grandeur de référence GRef peut correspondre à une grandeur individuelle ou globale qui est obtenue sur le lot des souris étudiés, mais au cours d'une période antérieure (de manière à étudier l'évolution dans le temps de cette grandeur), ou sur un lot de souris témoins appartenant à la même espèce que les souris étudiées, mais n'ayant pas été exposées à la molécule active par exemple. Avantageusement, les animaux étudiés appartiennent à une même souche d'animaux, une souche étant définie, au sein d'une espèce, par un ensemble de caractères reproductibles avec peu de variabilité. Ces caractère génétiques héréditaires sont exprimés (phénotype) ou non (caractère silencieux), et communs à tous les animaux de ladite souche. En particulier, le caractère commun peut être un caractère exprimé moteur (phénotype moteur) se caractérisant par une valeur particulière d'au moins une grandeur individuelle Gi caractéristique du comportement de chaque animal de ladite souche. En variante, alors que, dans le mode de réalisation préféré décrit ci-dessus en détail, la procédure d'ajustement d'une enveloppe de référence s'effectue sur une mesure de la surface externe de la souris qui est un maillage 3D, d'autres mesures de la surface externe de la souris pourraient être utilisées. Par exemple, le module d'acquisition extrait une pluralité de contours 2D de la surface externe de l'animal observé. Le module d'ajustement est alors adapté pour aligner, par déformation, le maillage 3D du modèle d'enveloppe étiquetée sur ces contours 2D. La mesure de la surface externe peut provenir en variante de moyens d'observation du type vision stéréoscopique, caméra de profondeur, etc.In particular, the comparison of the individual magnitude Gi or global GI obtained over a characteristic time window can be compared with a reference variable GRef. This reference quantity GRef can correspond to an individual or global quantity which is obtained on the batch of the studied mice, but during a previous period (so as to study the evolution in the time of this size), or on a batch of control mice belonging to the same species as the mice studied, but not exposed to the active molecule for example. Advantageously, the animals studied belong to the same strain of animals, a strain being defined, within a species, by a set of reproducible characters with little variability. These hereditary genetic characteristics are expressed (phenotype) or not (silent character), and common to all animals of said strain. In particular, the common character may be a motor expressed character (motor phenotype) characterized by a particular value of at least an individual magnitude Gi characteristic of the behavior of each animal of said strain. Alternatively, while in the preferred embodiment described above in detail, the adjustment procedure of a reference envelope is performed on a measurement of the outer surface of the mouse, which is a 3D mesh, d other measurements of the outer surface of the mouse could be used. For example, the acquisition module extracts a plurality of 2D contours from the outer surface of the observed animal. The adjustment module is then adapted to align, by deformation, the 3D mesh of the labeled envelope model on these 2D contours. The measurement of the external surface may alternatively come from observation means such as stereoscopic vision, depth camera, etc.
Le présent procédé a été mise en oeuvre avec succès, puisqu'il a montré la possibilité de réaliser l'encodage postural 3D, via un repérage 3D de la position des éléments osseux d'un squelette articulé à partir d'une observation de l'animal. De manière générale, ce procédé permet d'automatiser et de réduire le temps d'observation des animaux en le rendant automatique et plus fiable. Ceci permet de répondre aux exigences du respect d'un meilleur bien-être animal.The present method has been successfully implemented, since it has shown the possibility of performing the 3D postural encoding, via a 3D identification of the position of the bone elements of an articulated skeleton from an observation of the animal. In general, this method makes it possible to automate and reduce the observation time of the animals by making it automatic and more reliable. This makes it possible to meet the requirements of respect for better animal welfare.
Claims (9)
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1358835A FR3010623B1 (en) | 2013-09-13 | 2013-09-13 | METHOD FOR QUANTIFYING ANIMAL BEHAVIOR |
| PCT/EP2014/069415 WO2015036495A1 (en) | 2013-09-13 | 2014-09-11 | Method for quantifying the behaviour of an animal |
| EP14761892.0A EP3043710A1 (en) | 2013-09-13 | 2014-09-11 | Method for quantifying the behaviour of an animal |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1358835A FR3010623B1 (en) | 2013-09-13 | 2013-09-13 | METHOD FOR QUANTIFYING ANIMAL BEHAVIOR |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3010623A1 true FR3010623A1 (en) | 2015-03-20 |
| FR3010623B1 FR3010623B1 (en) | 2015-10-02 |
Family
ID=50231251
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1358835A Expired - Fee Related FR3010623B1 (en) | 2013-09-13 | 2013-09-13 | METHOD FOR QUANTIFYING ANIMAL BEHAVIOR |
Country Status (3)
| Country | Link |
|---|---|
| EP (1) | EP3043710A1 (en) |
| FR (1) | FR3010623B1 (en) |
| WO (1) | WO2015036495A1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4272624A4 (en) * | 2020-12-31 | 2024-06-19 | Wuhan United Imaging Life Science Instrument Co., Ltd | Method, apparatus and system for scanning animal |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002092101A1 (en) * | 2001-05-15 | 2002-11-21 | Psychogenics Inc. | Systems and methods for monitoring behavior informatics |
-
2013
- 2013-09-13 FR FR1358835A patent/FR3010623B1/en not_active Expired - Fee Related
-
2014
- 2014-09-11 EP EP14761892.0A patent/EP3043710A1/en not_active Withdrawn
- 2014-09-11 WO PCT/EP2014/069415 patent/WO2015036495A1/en active Application Filing
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002092101A1 (en) * | 2001-05-15 | 2002-11-21 | Psychogenics Inc. | Systems and methods for monitoring behavior informatics |
Non-Patent Citations (3)
| Title |
|---|
| BAIKER M ET AL: "Atlas-based whole-body segmentation of mice from low-contrast Micro-CT data", MEDICAL IMAGE ANALYSIS, OXFORD UNIVERSITY PRESS, OXOFRD, GB, vol. 14, no. 6, 1 December 2010 (2010-12-01), pages 723 - 737, XP027141535, ISSN: 1361-8415, [retrieved on 20100521] * |
| COFER D ET AL: "AnimatLab: A 3D graphics environment for neuromechanical simulations", JOURNAL OF NEUROSCIENCE METHODS, ELSEVIER SCIENCE PUBLISHER B.V., AMSTERDAM, NL, vol. 187, no. 2, 30 March 2010 (2010-03-30), pages 280 - 288, XP026929980, ISSN: 0165-0270, [retrieved on 20100113], DOI: 10.1016/J.JNEUMETH.2010.01.005 * |
| ESTELLE DUVEAU ET AL: "Cage-Based Motion Recovery Using Manifold Learning", 2012 SECOND INTERNATIONAL CONFERENCE ON 3D IMAGING, MODELING, PROCESSING, VISUALIZATION & TRANSMISSION, 1 October 2012 (2012-10-01), pages 206 - 213, XP055111088, ISBN: 978-1-46-734470-8, DOI: 10.1109/3DIMPVT.2012.29 * |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2015036495A1 (en) | 2015-03-19 |
| EP3043710A1 (en) | 2016-07-20 |
| FR3010623B1 (en) | 2015-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Piermattei et al. | Terrestrial structure from motion photogrammetry for deriving forest inventory data | |
| Mao et al. | An improved approach to estimate above-ground volume and biomass of desert shrub communities based on UAV RGB images | |
| KR101894686B1 (en) | Imaging a body | |
| CN104285175B (en) | The method and apparatus that individual particle positioning is carried out using wavelet analysis | |
| EP2353146B1 (en) | Measuring the growth of leaf disks of plants | |
| Ditria et al. | Annotated video footage for automated identification and counting of fish in unconstrained seagrass habitats | |
| CA3176420A1 (en) | Analysis and sorting in aquaculture | |
| JP7518490B2 (en) | Field breeding data collection device, breeding characteristic analysis device, field breeding data collection method, program, and recording medium | |
| US20230267385A1 (en) | Forecasting growth of aquatic organisms in an aquaculture environment | |
| Bernabé et al. | Portability and acceleration of deep learning inferences to detect rapid earthquake damage from vhr remote sensing images using intel openvino toolkit | |
| FR3010623A1 (en) | METHOD FOR QUANTIFYING ANIMAL BEHAVIOR | |
| CN113538643A (en) | Grid model processing method, storage medium and equipment | |
| CN117275613A (en) | Blending method of mask formula | |
| US20230169662A1 (en) | System and method for generating a morphological atlas of an embryo | |
| CN117274992A (en) | Method, device, equipment and storage medium for constructing plant three-dimensional segmentation model | |
| Gajardo et al. | Estimation of Canopy Gap Fraction from Terrestrial Laser Scanner Using an Angular Grid to Take Advantage of the Full Data Spatial Resolution | |
| CN116012528A (en) | Three-dimensional reconstruction method for quantifying curling character of Chinese cabbage | |
| Japes et al. | Multi-view semantic labeling of 3D point clouds for automated plant phenotyping | |
| Paulet et al. | Deep Learning for automatic detection and facial recognition in Japanese macaques: illuminating social networks | |
| JP2023546193A (en) | How to classify a sequence of input images representing particles in a sample over time | |
| Slade et al. | Repeated drone photogrammetry surveys demonstrate that reconstructed canopy heights are sensitive to wind speed but relatively insensitive to illumination conditions | |
| Yu et al. | An enhancement algorithm for head characteristics of caged chickens detection based on cyclic consistent migration neural network | |
| Zong et al. | Comparisons of non-contact methods for pig weight estimation | |
| Del Pizzo et al. | Photogrammetry applications on stranded cetaceans: fin whale case study and preliminary results | |
| Karmann et al. | Saliency prediction in 360° architectural scenes: Performance and impact of daylight variations |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| PLFP | Fee payment |
Year of fee payment: 6 |
|
| ST | Notification of lapse |
Effective date: 20200914 |