一种基于横梯实验的步进式行为检测装置及损伤分类方法

本发明属于生物医学工程，具体涉及一种动物实验装置，尤其是涉及一种基于横梯实验的步进式行为检测装置及损伤分类方法。

背景技术：

1、在行为学实验中，横梯实验是通过动物沿横梯行走时动物(如大鼠)足部在梯级上放置情况来评估动物运动能力的测试，然而，现有的行为检测装置不易安装，稳定性差，难以控制，应用范围窄。另外，对于脊髓损伤的研究，现行的横梯装置依靠将金属棒插入纸板的方式固定，不能支撑一些体重较大的实验动物完成前进任务。并且由于横梯需要实验动物完成跨越和抓握动作，具有难度较高的特征，在实验动物受到较重程度的损伤情况下无法通过梯级，无法采集数据。综上，现行的横梯实验装置主要应用于轻度损伤的小型动物模型的研究，适用范围狭窄。

2、另外，在过去的几十年，相关研究者提出诸多脊髓损伤治疗方法且已进入临床阶段，但是目前还未发现彻底治愈甚至有效治疗脊髓损伤的方法，这可能是因为以往的研究忽略了在临床上脊髓损伤之间的异质性，特别是不同患者个体间脊髓损伤机制的差异。脊髓损伤通常是脊柱损伤的结果。外伤会导致脊柱骨折-脱位和(或)爆裂骨折，此外屈曲牵张和过度伸展也是较为常见的损伤形式。不同脊柱损伤形式会导致不同的脊髓损伤：爆裂骨折后椎体碎裂，骨碎片进入椎管，导致脊髓挫伤；骨折-脱位造成脊柱骨折和韧带撕裂移位，脊髓被钳夹到损伤处，导致脊髓剪切伤；屈曲牵张和过度伸展造成脊髓的韧带撕裂，关节分离或骨折处分离，脊髓被拉伸延长，导致脊髓牵拉伤。除此以外，同一种的脊髓损伤也包含多种不同的严重程度目前的脊髓损伤研究由于实验装置等条件的限制，大多聚焦于研究脊髓损伤模型和健康模型的对比研究，而忽略了三种不同脊髓损伤机制之间异质性以及不同严重性损伤之间异质性的研究，同时，目前尚没有能够准确、简便地对异质性损伤进行分类的方法。

技术实现思路

1、鉴于上述问题，本发明提供了一种基于横梯实验的步进式行为检测装置及损伤分类方法，解决了现有技术中的行为检测装置不易安装，稳定性差，难以控制性，应用范围窄、异质性损伤分类不准确，分类过程繁琐的问题。

2、本发明提供了一种基于横梯实验的步进式行为检测装置，用于脊髓损伤异质性的行为检测，包括支架和主体跑道；

3、主体跑道包括测试跑道；

4、测试跑道设置多组；多组测试跑道从主体跑道的入口处沿主体跑道的跑道方向依次排列设置直至主体跑道的出口；每组测试跑道上均设置多个通行件；使用时，根据实验需求在选择对应实验功能的测试跑道和/或在每个测试跑道上设置对应实验功能的设置通行件；

5、每组测试跑道均包括安装板、上安装件和多个安装槽；多个安装槽线性排列在安装板上；两个相邻安装槽之间的距离为其中，表示所有被测动物的平均身高。

6、可选地，主体跑道还包括挡板，挡板上设置有通槽，用于插放测试跑道。

7、可选地，挡板对称设置于测试跑道的两侧边；前挡板为透明材料，后挡板为不透明材料。

8、可选地，还包括反射镜。

9、可选地，上安装件盖设于安装板上；安装槽设置于安装板上表面。

10、可选地，还包括固定件，用于将测试跑道和/或通行件可拆卸地安装于通槽中。

11、可选地，还包括抬升架，用于控制跑道平面的线性抬升。

12、可选地，还包括动物回归仓，动物回归仓设置于主体跑道的出口端。

13、本发明另一方面，提供了一种脊髓损伤异质性的损伤分类方法，具体步骤包括：

14、步骤s1，分别获取多只健康被测动物和脊髓损伤类别被测动物；

15、步骤s2，设置主体跑道上相邻通行件的间隔梯级难度参数；根据间隔梯级难度参数将通行件摆放至测试跑道上；获取被测动物在主体跑道上行动的图样系数；

16、步骤s3，将多只健康被测动物和脊髓损伤类别被测动物分别依次放置于水平的主体跑道上进行水平通行；记录水平通行时所有被测动物在主体跑道上的水平行为图像；

17、步骤s4，将主体跑道抬升预设抬升角度；将所有健康被测动物依次放置于主体跑道上进行第n组通行；将所有脊髓损伤被测动物依次放置于主体跑道上进行第k组通行；

18、步骤s5，基于步骤s4的通行实验，获取健康被测动物能攀爬的最大上斜角度和脊髓损伤被测动物能攀爬的上升损伤最大梯平面角度；

19、步骤s6，基于健康被测动物能攀爬的最大上斜角度和脊髓损伤被测动物能攀爬的上升损伤最大梯平面角度获得上升损伤角度难度系数；

20、步骤s7，获取s6中不能完成第k组通行的脊髓损伤动物的下降行动图像和下降损伤角度难度系数；

21、步骤s8，从步骤s3、s5和s7的行动图像数据中随机提取多帧图像；使用所述多帧图像创建数据库；

22、步骤s9，从步骤s8获得的数据库中随机选取多帧图像组成标记数据集；选取标记数据集中的多帧图像，对被测动物要跟踪的身体部位进行标签标记，得到指导标记数据集；

23、步骤s10，检查s9所获得标记的准确性；如果标记正确获得验证标记数据集，进入步骤s11；

24、步骤s11，对验证标记数据集中的脊髓损伤类别被测动物进行脊髓损伤异质性类别进行分类，获得损伤类别数据集；

25、步骤s12，基于s11的损伤类别数据集获得图像分析网络模型；

26、步骤s13，获取步骤s3、s5和s7中没有被步骤s8提取的多帧图像；

27、步骤s14，使用s11图像分析网络模型分析步骤s13提取的多帧图像数据，以图像数据中每帧图像的两个相邻梯级的间距为单位；对测试动物要跟踪的身体部位进行标记；基于所有标记获得测试动物要跟踪的身体部位的运动轨迹统计图像；

28、步骤s15，基于步骤s2获得的图样系数、步骤s6获得的上升损伤角度难度系数、步骤s7获得的下降损伤角度难度系数和步骤s14获得的测试动物要跟踪的身体部位的运动轨迹统计图像，获取测试动物要跟踪的身体部位的失误图像和正确踩踏图像；

29、步骤s16，基于测试动物要跟踪的身体部位的失误图像和正确踩踏图像进行插值，获得插值图像；

30、步骤s17，基于插值图像获得测试动物要跟踪的身体部位的运动特征图像；

31、步骤s18，基于运动特征图像对测试动物要跟踪的身体部位的运动特征图像进行聚类分析获得损伤分类结果。

32、与现有技术相比，本发明至少具有现如下有益效果：

33、(1)本发明的梯级装置安装简易，固定稳定，且提供了针对不同体型的实验动物对象和不同实验时，梯级和测试跑道的设置方式，可以适应不同种类实验动物对象和不同实验的相关研究。

34、(2)本发明能够调节主体跑道的平面倾斜角度，使得主体跑道能够在较大的角度范围内自由改变并固定，用以研究实验动物对象在不同坡度下的步进情况，扩大应用范围。

35、(3)本发明引入神经网络学习和k-means聚落分析，提供了一种基于人工智能神经网络学习的行为学步进图像异质性分析方法，分类结果准确，分类过程操作简便。

36、(4)本发明开拓性的采用了横梯设备作为研究不同种类损伤异质性的有效工具，能够简便又准确地对不同种类的异质性损伤进行分类，分类结果准确，分类过程操作简便。