Gerçek Zamanlı Fare Takip ve Analiz Yazılımı Geliştirilmesi

Yıl 2021, Cilt: 37 Sayı: 3, 423 - 433, 30.12.2021

Hüseyin Güneş

Öz

Davranışsal araştırmalarda, önce hayvan davranışlarını kaydedip daha sonra videoları izlemek ve gözlemleri analiz etmek bireysel yorumlama farklılıkları, dikkatsizlik veya yanlılık gibi nedenlerle analizlerde hata olasılığını arttırmaktadır. Bunu azaltmak için geliştirilen video takip sistemleri ile manuel kayıt almaya kıyasla daha güvenli ve tutarlı sonuçlar elde edilmektedir. Ancak mevcut video takip sistemlerinin de birtakım eksiklikleri/kısıtlılıkları (birden fazla nesneyi takip edememe, anlık takip edememe ya da analiz edememe vb.) bulunmaktadır. Bu nedenle bu çalışmada davranış deneylerinin takip ve analizinde kullanılabilecek bir yazılım geliştirilmiştir. Yazılım ile deney anında canlı olarak kameradan alınan görüntüler çeşitli görüntü işleme yöntemleri kullanılarak analiz edilmektedir. Analizler sonucunda araştırmacı tarafından belirlenen alanlarda, farenin ne kadar süre geçirdiği, bu alanlara giriş çıkış frekansları, farenin hızı, toplam kat ettiği mesafe vb. birçok veri anlık olarak hesaplanabilmekte ve düzenli olarak kayıt altına alınabilmektedir.

Anahtar Kelimeler

Fare Takip, Davranış Analizi, Gerçek Zamanlı, Görüntü İşleme

Destekleyen Kurum

Balıkesir Üniversitesi Bilimsel Araştırma Projeleri Koordinasyon Birimi

Proje Numarası

2019/097

Development of Real-Time Mouse Tracking and Analyzing Software

Öz

In behavioral research, recording animal behavior first and then watching and observing the videos increase the probability of errors in the analysis due to reasons such as individual interpretation differences, carelessness or bias. With the video tracking systems developed to reduce this problem, safer and more consistent results are obtained compared to manual recording. However, the existing video surveillance systems also have some deficiencies / limitations (not being able to track more than one object, not following them instantly or analyzing them, etc.). Therefore, in this study, a software that can be used in the follow-up and analysis of behavioral experiments has been developed. With the software, images taken from the camera live during the experiment are analyzed using various image processing methods. As a result of the analysis, how much time the mouse spent in the areas determined by the researcher, the input and output frequencies, the speed of the mouse, the total distance traveled and many similar data can be calculated instantly and recorded regularly

Anahtar Kelimeler

Mouse Tracking, Behavior Analysis, Real Time, Image Processing

Proje Numarası

2019/097

Kaynakça

• Catarinucci, L., Colella, R., Mainetti, L., Patrono, L., Pieretti, S., Secco, A. ve Sergi, I. 2014. An animal tracking system for behavior analysis using radio frequency identification. Lab Animal, 43(2014), 321-327, doi:https://doi.org/10.1038/laban.547
• Woehr, D., Arciniega, L. ve Poling , T. 2013. Exploring the Effects of Value Diversity on Team Effectiveness, Journal of Business and Psychology, 28(2013), 107-121.
• Spink, A., Tegelenbosch, R., Buma, M. ve Noldus, L. 2001. The EthoVision video tracking system—A tool for behavioral phenotyping of transgenic mice, Physiology & Behavior, 73(2001), 731-744, doi:https://doi.org/10.1016/S0031-9384(01)00530-3.
• Aguiar, P., Mendonça, L. ve Galhardo, V. 2007. OpenControl: A free opensource software for video tracking and automated control of behavioral mazes, Journal of Neuroscience Methods, 166(2007), 66-72.
• EthoVision XT. https://www.noldus.com/ethovision-xt (Erişim Tarihi: 14.09.2020).
• VideoMot2. https://www.tse-systems.com/product-details/videomot/ (Erişim Tarihi: 14.09.2020).
• Yamanaka, O. ve Takeuchi, R. 2018. UMATracker: an intuitive image-based tracking platform, Journal of Experimental Biology, 221(2018).
• Rodriguez, A., Zhang, H., Klaminder, J., Brodin, T., Andersson, P., & Andersson, M. 2018. ToxTrac: a fast and robust software for tracking organisms, Methods in Ecology and Evolution, 9(2018), 460-464.
• Open Computer Vision: Open CV. https://opencv.org/ (Erişim Tarihi: 08.09.2020).
• Yoon, J., Yang, M.-H., Lim, J., & Yoon, K.-J. 2015. Bayesian Multi-object Tracking Using Motion Context from Multiple Objects, IEEE Winter Conference on Applications of Computer Vision, 6-9 Ocak 2015, Waikoloa, 33-40.
• Zach, C., Pock, T., & Bischof, H. 2007. A Duality Based Approach for Realtime TV-L1 Optical Flow, Joint Pattern Recognition Symposium, 12-14 Kasım 2007, Berlin, 214-223.
• Llyod, S. 1982. Least squares quantization in PCM, IEEE Transactions on Information Theory, 28(1982), 129-137.
• Fukunaga, T., Kubota, S., Oda, S., & Iwasaki, W. 2015. GroupTracker: Video tracking system for multiple animals under severe occlusion, Computational Biology and Chemistry, 57(2015), 39-45.
• Qt | Cross-platform software development for embedded & desktop. https://www.qt.io/ (Erişim Tarihi: 17.09.2020).
• Y. Shafranovich. 2020. Common Format and MIME Type for Comma-Separated Values (CSV) Files. https://tools.ietf.org/html/rfc4180 (Erişim Tarihi: 09.09.2020).
• Open Broadcaster Software. https://obsproject.com/tr (Erişim Tarihi: 09.09.2020).
• OBS Virtual Cam. https://github.com/CatxFish/obs-virtual-cam (Erişim Tarihi: 22.09.2020).
• Peixoto H.M., T. R.-A. 2019. Mice Tracking Using The YOLO Algorithm, PeerJ Preprints, 7(2019).
• Kılıç, E., Öztürk, S. 2020. İnsansız Hava Aracı Görüntülerinde Evrişimli Sinir Ağı Kullanarak Araç Sayımı için Yeni Bir Haritalama Yöntemi, Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 36(2020), 119-127.