Un enfoque de aprendizaje profundo para medir la función visual en peces cebra
Autores: Patil, Manjiri; Birchall, Annabel; Syed, Hammad; Rodwell, Vanessa; Yoon, Ha-Jun; Norton, William H. J.; Thomas, Mervyn G.
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Un enfoque de aprendizaje profundo para medir la función visual en peces cebra
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Biología
Palabras clave
Reflejo optocinético
DeepLabCut
Movimientos oculares
Pez cebra
Enfermedades neurológicas
Enfermedades oculares
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 16
Citaciones: Sin citaciones
El ensayo del reflejo optocinético (OKR) es una herramienta valiosa para investigar aspectos de las enfermedades neurológicas y oculares humanas. Los pipelines de análisis de OKR tradicionales dependen de la binarización basada en el contraste o de software costoso y a menudo tienen dificultades en entornos de bajo contraste. Utilizamos DeepLabCut (DLC v2.3.9), un modelo robusto de seguimiento de objetos, en el pipeline de OKR para cuantificar con precisión los movimientos oculares larvales en peces cebra. Demostramos que la precisión del modelo DLC es comparable a otros métodos tradicionales con una fiabilidad superior, especialmente en diversas condiciones de iluminación, tanto en peces cebra de tipo salvaje como en mutantes hipopigmentados. La adaptabilidad de este pipeline sugiere su utilidad más allá de los comportamientos visuales, como en interacciones sociales y dinámicas depredador-presa, beneficiando aún más la investigación sobre modelos de enfermedades oculares y neurológicas.
Descripción
El ensayo del reflejo optocinético (OKR) es una herramienta valiosa para investigar aspectos de las enfermedades neurológicas y oculares humanas. Los pipelines de análisis de OKR tradicionales dependen de la binarización basada en el contraste o de software costoso y a menudo tienen dificultades en entornos de bajo contraste. Utilizamos DeepLabCut (DLC v2.3.9), un modelo robusto de seguimiento de objetos, en el pipeline de OKR para cuantificar con precisión los movimientos oculares larvales en peces cebra. Demostramos que la precisión del modelo DLC es comparable a otros métodos tradicionales con una fiabilidad superior, especialmente en diversas condiciones de iluminación, tanto en peces cebra de tipo salvaje como en mutantes hipopigmentados. La adaptabilidad de este pipeline sugiere su utilidad más allá de los comportamientos visuales, como en interacciones sociales y dinámicas depredador-presa, beneficiando aún más la investigación sobre modelos de enfermedades oculares y neurológicas.