動物の行動を記述するには、身体運動のトラッキングが重要である。カメラという動画機材が比較的安価で、かつ、時空間的に高解像度の情報が取得できるからである。
本発表では身体部位トラッキング技術として比較的スタンダードになりつつあるDeeplabcutの解説を行う。現在存在するトラッキング技術を何種類かさらった上で、Deeplabcutを選んだ理由、その使い方、陥りがちなエラーとその対処法に関して説明し、最後にDeeplabcutを用いて行った研究の例を紹介する。
研究は音弁別課題遂行中の頭部固定マウスの身体行動予測である。この研究ではDeeplabcutを用いて身体部位の座標時系列データを取得した。Neuropixelを用いて取得した神経スパイク情報と課題の時系列情報という2種類の時系列データをリザバー計算に入力し、処理することで、先ほどの身体部位の座標時系列データを予測した。神経活動データが課題の時系列データと混合されることによって行動予測精度が上がるという結果を紹介する。