Автор: 
Американские биологи и математики создали нейросеть, способную автоматически отслеживать даже самые незаметные движения мышц. Алгоритм позволит учёным отказаться от ручного нанесения меток на части тела животных и людей при проведении экспериментов. В свою очередь это ускорит изучение того, как мозг контролирует действия, а также поможет раскрыть механизмы развития двигательных нарушений, в том числе болезни Паркинсона и бокового амиотрофического склероза. Исследование опубликовано в журнале Nature Communications.
За последние годы биологи создали множество методик, позволяющих отслеживать движения животных и людей. Как правило, для их работы требуются реальные или виртуальные метки, которые вручную наносятся на изучаемые части тела подопытных или же отмечаются на сотнях и даже тысячах кадров, полученных в ходе видеосъёмок. Учёные предположили, что от этой рутинной работы можно избавиться, если обучить нейросеть распознавать движения по очень большому набору фотографий подопытных с нанесёнными на них невидимыми для глаза метками. Для получения подобного массива данных исследователи разработали подход, позволяющий наносить на мышцы и отдельные группы клеток флуоресцентные метки, которые способна увидеть ультрафиолетовая (УФ) камера.
Работу этого подхода учёные проверили на мышах. Исследователи покрыли передние лапы и некоторые другие части тела животных разными типами флуоресцентных красителей при помощи разработанной ими методики. Затем они записали множество видеороликов с разных ракурсов и при разном уровне освещённости при помощи восьми УФ-камер и использовали их для обучения нейросети, получившей имя GlowTrack. Последующие проверки работы этого алгоритма показали, что он значительно лучше справляется с отслеживанием движений лап мышей, чем подходы, основанные на «ручной» разметке изображений. Это позволяет использовать GlowTrack для ускоренного проведения сложных экспериментов, нацеленных на изучение того, как мозг управляет движением мышц.
