Robuste Erkennung und Tracking von Labortieren in groß angelegten Home-Cage Videoaufnahmen

• Antragsteller: Professor Dr.-Ing. Johannes Stegmaier; Professor Dr. René H. Tolba
• Fachliche Zuordnung: Biologie des Verhaltens und der Sinne
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 321137804

Tierversuche sind nach wie vor ein unabdingbarer Bestandteil in vielen Forschungsbereichen. Eine aktuelle EU-Richtlinie hierzu (Richtlinie 2010/63/EU) basiert auf dem 3R-Prinzip und zielt darauf ab, Tierversuche wo immer möglich zu ersetzen, zu reduzieren und zu verbessern. Neben der regelmäßigen Beobachtung und Bewertung des Gesundheitszustands der Versuchstiere durch geschultes Personal stellen kontinuierlich erfasste Videodaten eine reichhaltige und objektive Informationsquelle zur Analyse von Verhalten und Stressempfinden der Versuchstiere dar. Obwohl eine direkte quantitative Auswertung der Videodaten für die Forschenden nahezu unmöglich und zu zeitaufwändig ist, werden die automatische Lokalisierung von Versuchstieren, die automatische Lagebestimmung anatomischer Landmarken sowie die Analyse von Bewegungstrajektorien der Tiere mit Hilfe modernster Computer-Vision-Algorithmen immer genauer und erlauben detaillierte Analysen des sozialen und individuellen Verhaltens. Das Tracking von Labortieren in Videodaten kann nicht-invasiv durchgeführt werden und ermöglicht somit detaillierte Verhaltensstudien ohne mögliche Verzerrungen durch menschliche Einflussnahme. Der im Rahmen der FOR entwickelte Home-Cage stellt eine solche nicht-invasive Umgebung dar. Die Qualität der erhaltenen Quantifizierungen hängt jedoch maßgeblich von der Robustheit der Erkennungs- und Tracking-Algorithmen ab, d.h. die Tiere müssen über längere Zeiträume fehlerfrei verfolgt werden. Obwohl in den vorangegangenen Projektphasen die Videoaufnahme und eine automatisierte Archivierung bereits etabliert wurde, stellt die Verarbeitung und Analyse der aufgezeichneten Videodaten eine verbleibende Herausforderung dar, der wir uns im Rahmen dieses Projekts annehmen werden. Typische Versuchsdauern liegen in der Größenordnung von mehreren Tagen kontinuierlicher Bildaufnahme mit mehreren Terabytes an Videomaterial pro Experiment, das vollautomatisch archiviert und analysiert werden muss. Das vorgeschlagene Teilprojekt nP20 innerhalb der FOR zielt darauf ab, die letzten Teile dieser Home-Cage Analyse-Pipeline zu verbessern und zu erweitern. Es umfasst (1) eine verbesserte Strategie zur Annotation von Trainingsdaten, (2) parallelisierbare Algorithmen zur zuverlässigen Erkennung und Segmentierung von Labortieren in Draufsichtbildern, (3) einen robusten Tracking-Algorithmus zur zeitlichen Zuordnung von erkannten Objekten und (4) eine Auswahl an quantitativen Deskriptoren zur Analyse des (sozialen) Verhaltens der Tiere auf der Grundlage der extrahierten Tracking-Daten. Alle entwickelten Methoden werden quantitativ validiert und dienen schließlich zur Analyse der Videodaten aus Home-Cage Experimenten, die in den ersten beiden Phasen der FOR erfasst wurden (5). Alle Implementierungen werden der wissenschaftlichen Community als Open-Source-Software öffentlich zugänglich gemacht (6).

• DFG-Verfahren: Forschungsgruppen
• Teilprojekt zu: FOR 2591: Severity assessment in animal-based research