行为学分析设备
眼动追踪系统
行为学分析软件
数据分析服务
3D-AI 动物行为学分析系统
自动化 Automated 智能化 Intelligent 精细化 Fine-grained |
无需添加任何物理标记，无需大量的人工标注数据集，自动识别动物身体部位和行为序列。
基于动物行为自然结构启发的分解框架，通过深度学习等算法，实现对动物行为从姿态-动作-行为谱的层次化表征。
多视角三维追踪，可灵敏检测攀爬等垂直方向的运动，采集精度达毫米级，可精细提取40种*以上行为亚型。
*可提取的行为亚型数量和物种及样本量有关
BehaviorAtlas®
适配或替代传统行为范式
多设备连用
3D散点图上的每个点代表一个动作片段（n=935片段）。11种不同的颜色对应11种运动类型。
行为成分的时空特征空间
行为成分的时空特征空间
了解更多
底部用树状图进行重新排列。矩阵上的每个像素代表第 i 行第 j 列的一对运动片段的归一化相似度值。
成对相似性矩阵图
成对相似性矩阵图
了解更多
显示动物在不同位置的速度分布情况，颜色的变化代表速度的差异。速度热图有助于解释速度的分布模式和可能的动力学过程。
速度热图
速度热图
了解更多
在同一动作类型下，将两组动物进行低维分布（红色，KO组，n=10；蓝色，WT组，n=10），两组动物有明显的区分。
实验组和对照组的低维表示
实验组和对照组的低维表示
了解更多
底部颜色标签和树状图表示动作类型，可以发现KO小鼠在驼背（Hunching）和理毛（Self-grooming）等动作上表现出了更多的倾向性。
实验组和对照组之间动作类型分数的比较
实验组和对照组之间动作类型分数的比较
了解更多
实验组（KO，自闭症模型，下半部分），对照组（WT，野生型，上半部分）。可以发现，KO小鼠在驼背（Hunching）和理毛（Self-grooming）等状态下停留了更多的时间。
实验组和对照组8种典型动作的行为谱
实验组和对照组8种典型动作的行为谱
了解更多
BehaviorAtlas®
软件生态
Capture Series
行为采集软件
Analyzer Series
数据分析软件
Explorer Series
行为可视化软件
1 行为数据采集 2 动物姿态估计 3 行为学参数量化 4 行为大数据分析 |
01
查看案例 >
行为数据采集
软硬件配套，支持多种采集方式
单视角采集
多视角同步采集
RGB相机
红外相机
高帧率采集
高分辨率采集
02
查看案例 >
动物姿态估计
精准的动物视频追踪
3D轨迹重建
2D姿态追踪
复杂环境追踪
多应用范式
新物体识别
多只动物
03
查看案例 >
行为学参数量化
动物行为转化为可量化的数字信息
运动速度/强度
运动距离
跳跃高度/速度
动作序列占比
动作持续时间
动作出现次数
04
查看案例 >
行为大数据分析
多种动物行为背后的科学解释
差异化分析
聚类分析
相关性分析
状态转移分析
步态分析
社交网络分析
BehaviorAtlas®
数据分析
|
|