EC-FST：基于事件相机的小鼠强迫游泳测试自动分析新方法及其在抑郁行为研究中的应用

本文推荐一种基于事件相机（Event Camera）的强迫游泳测试（FST）自动分析新方法EC-FST，该方法通过捕捉小鼠运动事件（Event Counts）实现无阈值、无人工标注的抑郁样行为分析，与人工评分高度一致，显著提升了分析效率和可重复性，为抑郁症研究提供了可靠工具。

　　

Abstract

Background

小鼠强迫游泳测试（FST）被广泛用于评估潜在抗抑郁药物的疗效。传统分析方法依赖于手动设置不动性（immobility）阈值，这种方法耗时且难以重复。

New method

在本研究中，我们引入了一种新流程（EC-FST），通过提取小鼠状态特征而非计算不动时间来分析FST。首先，我们利用事件相机（Event Camera）——一种用于动态目标追踪的强大AI工具——来捕捉小鼠强迫游泳测试中的运动事件。通过量化事件数量及其时间分布，我们能够确定小鼠在时间轴上的运动状态。

Results

EC-FST结果与人工评分高度一致，表明该方法用于分析强迫游泳测试是可靠的。我们进一步测试了EC-FST在检测小鼠抑郁模型（包括脂多糖（LPS）注射和慢性束缚应激（CRS））中抑郁样行为的能力。抑郁模型小鼠表现出明显更少的运动事件和较低的事件频率，与人工评分结果一致。

Comparison with existing methods

与传统的基于阈值的方法不同，EC-FST提供了一种自动化、无偏倚且可重复的FST行为分析，消除了人工评分的主观性。

Conclusion

利用人工智能驱动的事件相机，我们建立了一个稳健的分析小鼠FST行为的流程，为抑郁症研究提供了更高的效率和可重复性。