LaZeTrack: 一种开源目标检测算法用于检测和追踪2日龄斑马鱼运动触觉反应

《Quantitative Biology》：LaZeTrack: An open-source object detection algorithm to detect and track 2-day-old zebrafish motor touch responses

　　

斑马鱼是一种用于研究脊椎动物发育、疾病和药物发现的模式生物。2日龄斑马鱼表现出爆发游泳行为，可通过轻触尾部诱发。运动触觉反应通常被视频记录，之后由研究人员手工分析。尽管这是一种简单的行为学检测，但稳健、可重复且高效地分析这些视频的方法依赖于手动追踪，这容易受到实验者偏差和误差的影响。在此，研究人员介绍LaZeTrack，一个基于机器学习（ML）的程序，它采用Ultralytics的YOLOv8 nano（YOLOv8n）目标检测算法，用于自动分析2日龄斑马鱼的触觉反应视频。该程序将视频文件分解为组成帧，然后通过一个定制训练的YOLOv8n算法，用于检测单条斑马鱼的存在（平均精度均值，mAP_50–95 = 0.74）。LaZeTrack接着优化模型输出的追踪数据，并将其整理成Excel电子表格。然后它计算并提取四个相关的游泳指标：游泳持续时间（s）、游泳距离（mm）、平均游泳速度（mm/s）和最大游泳速度（mm/s）。LaZeTrack快速加速了分析过程，同时消除了与手动追踪相关的误差。此外，它允许高通量分析斑马鱼触觉反应视频，并能检测由温度差异引起的运动指标细微变化，展示了该追踪算法的实用性。LaZeTrack可在GitHub（Armstrong-Lab-70/LaZeTrack）上下载。

**论文解读：LaZeTrack——基于YOLOv8n的2日龄斑马鱼运动触觉反应自动化追踪算法**

**研究背景、问题与目的**
斑马鱼（*Danio rerio*）是脊椎动物发育、疾病机制和药物发现研究中的关键模式生物。2日龄斑马鱼对尾部轻触产生爆发性游泳反应，这一运动触觉反应（motor touch response）常被视频录制后手工分析。尽管该行为学检测简单，但传统手动追踪方法（如使用ImageJ）需要逐帧操作，耗时且易引入实验者偏差和误差，难以实现高通量、可重复的定量分析。现有深度学习斑马鱼追踪程序虽多，但尚无专门针对2日龄斑马鱼触觉诱发运动反应的自动化工具。此外，视频中常出现移动干扰物（如实验者手、镊子），增加了自动追踪的复杂性。为此，研究人员开发了LaZeTrack——一个基于机器学习（ML）的开源程序，旨在快速、无偏地分析2日龄斑马鱼触觉反应视频，无需昂贵软件或大量人力。论文发表在《Quantitative Biology》。

**主要技术方法**
LaZeTrack基于Python编写，运行于Google Colaboratory平台，用户需免费Google Drive账号上传视频。该程序采用Ultralytics的YOLOv8n（YOLOv8 nano）目标检测模型，该模型参数量约200万，适合计算资源受限环境。训练数据来自前期项目中收集的1084个斑马鱼触觉反应视频及对应的手动追踪Excel数据。研究人员编写自定义Python脚本，从Excel中提取帧-标注对，最终构建包含65416张图像-标注对的训练集（80%训练，10%验证，10%测试）。模型在NVIDIA GeForce RTX 2070 Super（8192 MB）GPU上训练400个epoch，批量大小8，采用默认优化设置（随机梯度下降、学习率0.01、动量0.937、权重衰减5×10^?4），并应用数据增强（如马赛克、随机缩放、翻转、颜色抖动等）。训练后，LaZeTrack对每帧输出边界框，再通过基于OpenCV的计算机视觉（CV）算法优化：去除培养皿中心暗点（用于定位）、识别并掩蔽镊子，最后以边界框内最暗像素点定位斑马鱼头部。程序还通过线性插值、速度阈值（>300 mm/s）和帧位置校正错误预测，并用One Euro滤波器检测游泳模式起始（阈值30 mm/s）和终止（阈值15 mm/s），最终计算四个游泳指标：游泳持续时间（s）、游泳距离（mm）、平均游泳速度（mm/s）和最大游泳速度（mm/s），输出Excel汇总表。

**研究结果**
**2.1 运动触觉反应追踪与分析的工作流程**
LaZeTrack设计为运行在Google Colaboratory上，要求用户输入视频文件夹、帧率及x-y校准值（x–y cal，由帧中已知物体实际长度与像素长度之比得出）。程序将视频拆解为帧，经YOLOv8n预测，再通过CV算法优化，最后生成包含每个视频四项游泳指标的Excel文件。

**2.2 数据收集与提取**
研究人员利用前期项目中1084个视频的手动追踪数据（Excel文件）构建训练集。自定义Python脚本从Excel文件中提取标注，并将视频帧与对应标注配对，形成YOLOv8兼容的PyTorch .txt格式。

**2.3 训练YOLOv8n**
最终训练集包含65416对图像-标注，按80-10-10分为训练、验证、测试集。使用预训练YOLOv8n模型，训练400 epoch，批量大小8，4个工作线程，早停法耐心为30 epoch。采用默认数据增强策略。

**2.4 YOLOv8n算法**
YOLOv8n由骨干网络（backbone，卷积神经网络提取多尺度特征）、颈部（neck，多尺度特征融合）和头部（head，生成类别、置信度和边界框）三个模块组成。其参数量少（2 million），适合简单单目标检测任务。

**2.5 不同训练集大小下YOLOv8n的性能**
以平均精度均值（mAP_50–95）评估性能。使用第一个数据集（18189图像）时mAP_50–95=0.74；第二个数据集（20014图像）增至0.79；但最终数据集（65416图像）性能回落到0.74。可能原因是更大数据集包含更真实的变异（如不同实验者的操作差异、干扰物出现频率），虽降低平均精度但提高了泛化性。

**2.6 预测生成与优化**
LaZeTrack逐帧输入YOLOv8n模型，输出边界框。优化CV算法依次执行：检测并掩蔽暗点、检测并掩蔽镊子、寻找边界框内最暗点（假设为斑马鱼头部）。若无法可靠定位，默认使用边界框中心。

**2.7 预测校正**
程序通过三种方式修正YOLOv8n错误：删除开头或结尾帧的无效预测；验证速度是否超过300 mm/s，若超限则删除并替换为空值；对空值进行线性插值。同时生成ImageJ兼容的.csv文件供用户手动复核。

**2.8 关键帧提取**
利用One Euro滤波器平滑位置数据，设定运动起始阈值30 mm/s、终止阈值15 mm/s。分析显示LaZeTrack倾向于提前检测游泳起始（p=0.016），但终止检测准确（无显著差异）。

**2.9 追踪数据分析**
LaZeTrack利用用户提供的x-y校准值将像素距离转为毫米，计算四项游泳指标：持续时间（帧数/帧率）、距离（逐帧笛卡尔距离之和）、平均速度（距离/帧率均值）、最大速度（速度列最大值），并生成汇总表格。

**2.10 斑马鱼表型检测**
为验证检测细微表型的能力，研究人员将斑马鱼在检测前1小时分别置于23.5°C、28.5°C和33.5°C水中，记录触觉反应。LaZeTrack分析显示：游泳距离在28.5°C（p=0.018）和33.5°C（p=0.01）组显著高于23.5°C组；平均游泳速度在33.5°C组显著高于23.5°C组（p=0.027）；最大游泳速度在28.5°C（p=0.035）和33.5°C（p=0.03）组显著高于23.5°C组。游泳持续时间无显著差异。

**2.11 与手动追踪的性能比较**
对同一批视频数据，手动追踪（ImageJ）分析显示：游泳距离和最大速度的组间差异与LaZeTrack一致；但平均游泳速度无显著差异，而LaZeTrack检测出33.5°C组显著升高。进一步直接比较28.5°C组两种方法的结果，四项指标均无显著差异，表明LaZeTrack数据与手动追踪高度一致，且能降低II类错误。

**总结讨论与结论**
LaZeTrack的优势在于可扩展性和可访问性：基于Google Colaboratory和免费云存储，无需专有硬件或软件；YOLOv8n模型在标准化视频条件下对单目标追踪提供足够精度。虽训练数据量增加并未进一步提升mAP_50–95，但更广的数据变异增强了模型泛化能力。温度实验证实LaZeTrack能可靠检测游泳指标差异，且平均速度的显著性优于手动追踪，提示其追踪头部单一位置降低了噪声。当前主要局限是游泳模式起始/终止检测的准确性，可能受干扰物或低速度噪声影响。未来方向包括集成用户界面、改进开始/结束检测算法（如循环神经网络）、或整合ByteTrack等现代追踪框架，并扩展至更老斑马鱼（beat-and-glide模式）。研究结论（翻译原文讨论最后一段）：总之，LaZeTrack将2日龄运动触觉反应检测的分析时间从数小时缩短至数秒，因此可能加速未来斑马鱼研究中的发现速度。