В КФУ создали перспективный подход к диагностике нарушений походки животных

Новый метод диагностики нарушений походки животных, основанный на видео-безмаркерном отслеживании и мультимасштабном анализе двигательной активности мыши, разработали ученые Казанского федерального университета (КФУ), 12 мая сообщает пресс-служба вуза.

Для клинической диагностики различных патологических состояний нервной системы, сопровождающихся двигательными расстройствами, в качестве эффективного инструмента могут быть полезны математические модели.

Такую модель с использованием нового подхода к количественной оценке сложных нарушений походки, связанных с болезнью Альцгеймера, осуществили ученые КФУ. В проекте также приняли участие специалисты из Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» и Института органической и физической химии им. А. Е. Арбузова.

Результаты работы научного коллектива были представлены в статье «Видео-безмаркерное отслеживание и многомасштабный анализ локомоторной активности и поведенческих аспектов мыши на арене открытого поля: перспективный подход к количественной оценке сложных нарушений походки, связанных с болезнью Альцгеймера», опубликованной в издании Frontiers in Neuroinformatics.

Различные нейрофизиологических состояния, в том числе нейродегенеративные заболевания, например, болезни Альцгеймера и Паркинсона, проявляются также в сложных нарушениях походки.

Поэтому для дифференциальной диагностики, а также для оценки эффективности лечения этих состояний, в том числе у животных моделей, необходимы инструментальные методы измерения параметров таких состояний и автоматический компьютеризированный анализ полученных результатов.

С этой целью команда научной группы «Молекулярные и клеточные механизмы нейрорегенерации» (руководитель — ведущий научный сотрудник НИЛ OpenLab «Генные и клеточные технологии» КФУ Яна Мухамедшина) совместно с коллегами из Института органической и физической химии им. А. Е. Арбузова (руководитель — Константин Петров) проводят исследования на животной модели болезни Альцгеймера.

«Согласно исследованиям, в России численность популяции пациентов с болезнью Альцгеймера составляет 1 млн 248 тыс. человек, с болезнью Паркинсона — чуть меньше и составляет около 1 млн человек. За четверть века из расчета на 100 тыс. населения увеличилась распространенность таких заболеваний, как болезнь Паркинсона (на 15,7%), болезнь Альцгеймера (на 2,4%)», — пояснила важность решаемой коллективом задачи Яна Мухамедшина.

Команда использует в своих исследованиях безмаркерный инструментальный подход, при котором анализ движения животных производится без применения маркеров или различных датчиков.

Профессор кафедры радиотехнических систем СПбГЭТУ «ЛЭТИ» Михаил Богачев рассказал:

«Математическая модель строится на основе рекуррентных отображений, в некотором приближении предсказывающих, где будет находиться наблюдаемый объект на следующем шаге, с учетом некоторой предыстории его движения. Чем ближе параметры этого отображения к истинным характеристикам движения, тем точнее оно их воспроизводит и тем точнее решает задачи фильтрации (минимизации шумов в наблюдаемых видеозаписях), интерполяции (заполнения пропусков), экстраполяции (прогнозирования динамики движения). С точки зрения формального математического описания, это одна и та же задача поиска модели движения».

Видеозапись движений животных при таком подходе ведется в манеже открытого поля с прозрачным полом, а для ее анализа используется компьютеризированная методика. Траектории движения отдельных частей тела животных распознаются с помощью современных нейросетевых алгоритмов глубокого машинного обучения. Далее по результатам определения траекторий выполняется идентификация динамической модели походки.

«Математической базой предложенного подхода послужили модели на основе взаимного фрактального броуновского движения, изначально известные в контексте задач статистической физики. Параметры модели, с одной стороны, могут быть использованы в качестве самостоятельных диагностических маркеров. С другой стороны, предложенные модели движения могут быть использованы для восстановления традиционно определяемых характеристик локомоции (речь идет об изменении длины и продолжительности шага, оценке воспроизводимости характера движений и ряда других, с уменьшенной по сравнению с прямыми методами измерений дисперсией оценки)», — уточнила Мухамедшина.

Применяемые в этом исследовании математические модели могут быть использованы как дополнительный инструмент клинической диагностики различных патологических состояний нервной системы, вызывающих двигательные расстройства.

Поскольку двигательная патология не может быть в полной мере определена физическим обследованием пациента с помощью органов чувств или рутинными инструментальными методами, то для ее выявления нужны современные стандартизированные подходы, основанные на математических алгоритмах, отмечают исследователи.

«В работе, опубликованной во Frontiers in Neuroinformatics, мы впервые апробировали безмаркерный инструментальный подход к анализу нарушений походки на мышах трансгенной модели болезни Альцгеймера с использованием видеозаписи и компьютерного анализа», — добавила старший научный сотрудник НИЛ OpenLab «Генные и клеточные технологии» Татьяна Агеева.

Она отметила, что данный подход является перспективным направлением разработки инструментов прикладного анализа для диагностики нарушений походки и поведенческих аспектов с помощью различных моделей неврологических заболеваний у животных.