基于深度学习的多关节同步追踪用于大鼠后肢运动学的客观量化

我们开发了一种由人工智能驱动的跑步机来追踪大鼠的运动，从而帮助我们精确评估脊髓损伤的恢复情况。与传统的足迹分析方法（该方法意味着复杂的关节运动学）不同，我们的人工智能系统可直接追踪多关节运动。首先，打开工业个人计算机，并启动视频采集与分析软件。

将相机镜头垂直于跑台的纵轴放置，以获得严格的侧视图像，并保持与跑带平面15厘米的水平工作距离。接下来，使用电子天平记录每只大鼠的体重。仅纳入体重相近的大鼠，以尽量减少体型差异的影响。

戴上手套，轻轻抓住大鼠。将弹性胸部绑带绕过前腋窝，并将其连接到可调节的滑轨上。然后调节绑带，使一根手指能够插入而不影响呼吸。

在触摸控制屏幕上，将速度设置为 150 毫米每秒，倾斜角度设置为零度。进行为期 10 分钟的适应性训练，使大鼠适应体重支持水平，同时监测大鼠是否出现应激和疲劳的迹象，例如不愿移动和长时间排便。当大鼠能够持续、均匀地迈步至少 60 秒，且无足部拖拽现象、尾巴自然下垂时，表明适应性训练成功。

在最长适应期后，排除不符合这些标准的动物。在触摸屏上输入正式实验的参数。依次输入所需的速度和坡度，然后选择跑带运行方向。

稳定后，选择“开始录制”以开始数据采集。持续采集至少五个完整的步态周期。每次试验结束时，将速度降至每秒零毫米。

解开胸带，将大鼠放回相应的笼子中。截取包含目标步态的约10秒视频片段，其中应至少包含10个稳定的步态周期。记录大鼠信息，包括编号、分组及实验条件。

将 MOV 文件导入分析软件中。将每个步态周期从 0% 到 100% 进行归一化处理，以标准化周期长度。生成代表性图像以展示步态动力学特征。

将每个关节随时间变化的空间位置坐标导出为 CSV 文件，以供进一步分析。完成动物建模后，植入电生理记录装置。进行脑信号记录时，将电极放置于颅骨表面、硬膜外腔或大脑皮层，以记录脑信号。

进行脊髓记录时，将记录电极插入椎间孔的硬膜外腔。进行肌电图记录时，将双极银丝电极埋入目标肌肉以记录肌肉电活动。动物植入电极后需恢复5至7天。

在跑台测试前，每天检查伤口和步态，确保无感染或疼痛迹象。在同步实验前，准备好设备和动物。然后将电生理数据采集与运动视频同步，确保两者具有相同的时间戳。

在分析过程中将神经信号与相应的视频帧对齐，以可视化不同步态阶段的电生理模式。脊髓损伤大鼠表现出明显的摆动相缺失和不规则的髂骨位移曲线。与健康大鼠相比，脊髓损伤大鼠的关节角度波动增加。

关节活动范围热图显示，与健康大鼠相比，脊髓损伤大鼠的颜色标度广泛降低；而轨迹活动图则显示出各关节活动范围显著减小，并伴有运动连续性的受损。对于脊髓损伤大鼠，点云图显示其质心分布更加分散，且质心位置向左偏移。高度瀑布图显示，两组间在x轴方向上呈双峰分布，运动中段的整体高度差异下降。

在 y 轴上，运动开始时观察到差异下降。整体差异分布呈无序状态，表明脊髓损伤大鼠与健康大鼠相比存在异常的运动时相。脊髓损伤大鼠脚趾的垂直高度峰值分布向右偏移。

速度范围图显示，损伤组每帧的综合速度范围变窄。此外，脊髓损伤大鼠还表现出相位平面面积、估算的峰值推进力指数以及运动平滑性指标的下降。本系统可使研究人员实时精确测量多关节运动轨迹、力量分布及运动平滑性。

一个重要的考虑因素是让大鼠充分适应跑台系统，以确保步态模式的稳定并进行分析。我们可以将该系统与肌电图（EMG）或脑电图（EEG）同步，以解析该运动背后机制的信号。