多年来,研究人员知道,啮齿动物的尖叫声告诉很多关于动物的感觉。就像一只狗摇尾巴,某些声音表明啮齿动物是快乐的。相反,其他声音表明啮齿动物强调,甚至沮丧。

但为什么他们感兴趣的啮齿动物的情绪?这些研究人员想了解啮齿动物对不同刺激的反应。这可以帮助研究人员确定最好的方法帮助人们上瘾或沮丧。他们可以告诉如果一个治疗有助于降低抑郁症的感受通过简单分析如何啮齿动物聊天。

老鼠聊天很难解码自啮齿动物交流很大程度上超声叫声(usv),人耳无法听到。usv范围从20千赫至115千赫,而人类通常能听到声音从20赫兹到20 kHz。

到目前为止,研究人员已经严重依赖费时,手工分析的啮齿动物喋喋不休。如此高频率的声音,研究人员必须减缓录音以听到他们。即使专业麦克风,标签和分类的高音尖叫录音是劳动密集型的。这些方法也容易受到人为错误和误解。

“在过去,研究人员记录了这些获得更好的洞察动物行为测试期间的情绪状态,”约翰Neumaier博士,美国精神病学和行为科学教授,告诉Digital Trends。”问题是手动分析这些录音可以花十倍的时间听当减缓人类能听到的频率。这使工作负载详尽和气馁的研究人员利用这种自然宣读关于动物的情绪状态”。

因此,华盛顿大学的研究小组转向人工智能(AI)自动化这个过程。他们的程序叫做DeepSqueak,因为它依赖于人工智能被称为深度学习的一种形式。

使用深度学习分析usv

两位研究者,罗素马克思,一个技术人员在华盛顿大学的精神病学和行为科学和凯文·科菲博士,华盛顿大学的博士后研究员,曾与教授Neumaier创建DeepSqueak usv检测和分析的软件。他们的研究最近发表在《自然神经精神药理学杂志》上。

“我们可以训练软件来分析这些调用的方式更类似于人类如何学习,“科菲说。”,而不是数学上描述什么是发声,我们只是展示图片和例子。”

DeepSqueak通过将音频问题转化为视觉问题。(DeepSqueak的输入是一个音频文件。WAV或.FLAC)。DeepSqueak将音频文件分为短片段,然后将这些片段转化为图像(林区)。下图展示了从原始音频文件转换到一个过滤超音波。

具体性被送入一个深度学习人工智能程序识别和分类的图像,就像自动驾驶汽车中使用的人工智能识别停车标志和车道标记。它首先决定如果一个squeak存在于声波图,如果是这样,什么类型的吱吱声。

“DeepSqueak使用仿生算法,学习隔离声音被给定的标记声音和噪音的例子,”马克思说。

团队开始DeepSqueak使用示例代码,对象检测使用更快R-CNN深度学习从MathWorks网站。从那里,他们开发了DeepSqueak软件包,在MATLAB GUI。DeepSqueak使用计算机视觉系统工具箱,曲线拟合工具箱,图像处理工具箱,并行计算工具箱,深度学习工具箱。

技术可以帮助开发更好的治疗成瘾

该研究小组专注于精神病学和行为科学。这种非侵入性研究发现啮齿动物是最幸福期待奖励时,如糖,或玩同行。他们还发现当女性啮齿动物雄性啮齿动物表现不同。这是意料之中的。

Neumaier教授说,他的目标是开发治疗压力失调和上瘾。DeepSqueak将帮助实验室更快到达那里通过破译超声叫声方便快捷。

“如果科学家能够更好地理解药物如何改变大脑活动导致快乐或不愉快的情感,我们可以设计出更好的治疗上瘾,”他说。

团队使DeepSqueak提供给所有人员,这样他们就可以创建自己的分析。代码是在Github。目前程序可以识别大约有20种不同的usv。团队希望当别人各种usv识别和标记,他们就能够创建一个虚拟谷歌翻译老鼠喋喋不休。

了解更多关于DeepSqueak,看看这个视频: