编辑推荐：
本文聚焦动物行为分析，对比 B - SOiD、BFA、VAME 和 Keypoint - MoSeq 四种无监督学习算法。研究从多方面评估算法性能，为研究者依需求选合适工具提供指引，助力神经科学中动物行为研究。
研究背景
在现代神经科学研究里，行为测试极为关键。通过将动物行为与大脑活动或操控相关联，研究人员能推断特定脑区、神经回路、细胞类型和基因的功能作用。同时，行为测试还用于验证帕金森病、阿尔茨海默病等神经疾病模型，评估新型药物疗效。
然而，传统行为测试存在局限性。它通常在受控实验室条件下分离单一行为成分，像用新物体交互时长衡量记忆功能，用开阔场测试中的运动活性指示运动障碍。这些测量方式受限，无法深入洞察动物行为的复杂性。
随着技术发展，姿势估计工具如 DeepLabCut 和 SLEAP 取得显著进展。它们能以前所未有的精度，在视频记录中精确追踪动物身体位置。不过，这些工具虽擅长运动追踪，却不能自动进行行为分类。此时，无监督学习算法应运而生。它无需预标记数据集，就能从姿势追踪数据中识别重复行为模式的聚类，减少观察者偏差，挖掘新行为模式，推动了计算神经行为学发展。本文正是基于此，对四种无监督学习算法展开深入研究。
研究方法
实验选用成年 C57BL/6J 小鼠，在标准饲养条件下饲养，实验经当地伦理委员会批准，遵循相关指令。实验采用开阔场测试，在 40×40 - cm 的 arena 中进行，用 Basler acA1920 - 155um 相机从顶部拍摄，每只小鼠记录 10 分钟，共分析 56 只小鼠。利用 DeepLabCut（版本 2.3.3）进行身体部位追踪，标记 11 个身体部位标记点（keypoints），采用 ResNet - 50 神经网络训练。
为选择各方法的最优模型，研究人员依据原论文指导方针进行操作。例如，VAME 分析使用默认 z_dim 参数，设置时间窗口为 15 帧；B - SOiD 采用默认最小聚类大小；Keypoint - MoSeq 使用 kappa = 1e?6；BFA 应用默认管道建议的 25 个聚类。同时，研究人员对 3 只小鼠的 3000 帧视频进行手动标注，标注行为包括右转、左转、行走等多种，由三位专家达成一致。此外，还创建模拟行为数据，验证外部有效性度量的假设。
研究结果
- 定性比较
- 特征空间：B - SOiD 对 100 - ms 数据点求和或平均创建特征，并用 UMAP 降维；BFA 计算多种特征，用滚动时间窗口处理数据，特征更丰富；VAME 和 Keypoint - MoSeq 先进行身体部位的自我中心对齐，VAME 用变分自编码器降维，Keypoint - MoSeq 用主成分分析（PCA）降维，且二者都处理数据噪声。整体数据转换量排序为 BFA < Keypoint - MoSeq < B - SOID < VAME 。
- 聚类算法：B - SOiD 用 HDBSCAN 聚类，能自动发现聚类、处理任意形状聚类和噪声；BFA 用 K - means 聚类，存在确定最优聚类数困难和处理非质心形状数据的问题；VAME 和 Keypoint - MoSeq 用隐马尔可夫模型（HMM），Keypoint - MoSeq 的自回归 HMM（AR - HMM）考虑时间依赖性，且 Keypoint - MoSeq 能直接从数据推断隐藏状态数量，更具适应性。
- 标签转移：Keypoint - MoSeq 在标签转移方面最强大，训练后的 AR - HMM 可直接应用于新数据集；BFA 用顺序神经网络，泛化能力强，但可能需微调；B - SOiD 用随机森林分类器，仅在数据集相似时有效；VAME 因依赖变分自编码器，特征空间特定于数据集，难以进行标签转移。
- 数据可视化和模式示例：B - SOiD 和 VAME 为每个行为模式提供单独视频，B - SOiD 可调整视频长度；Keypoint - MoSeq 同时显示多个示例，但可能不易解释；BFA 可视化工具最灵活，但使用难度较大。在数据可视化方面，各算法各有特色，BFA 提供多种可视化方式，Keypoint - MoSeq 能直观展示关键点骨骼。
- 技术方面：不同算法在数据采集视角、视频频率、关键点选择和环境因素考虑上存在差异。Keypoint - MoSeq 对不同记录设置适应性最强，B - SOiD 也能适用于多种设置，BFA 和 VAME 相对更受限。BFA 能方便地处理和添加环境因素参数，其他算法在这方面存在不足或有实验性限制。
- 局限性：这些无监督学习算法主要为啮齿动物开发，评估其在非啮齿动物中的可用性超出研究范围。在社交行为研究方面，只有 BFA 提供开放环境添加相关特征，其他算法直接添加特征可能产生意外结果。
- 定量比较
- 模式特征：VAME 和 BFA 需用户预先选择聚类数，B - SOiD 和 Keypoint - MoSeq 自动优化。实验中，B - SOiD 检测到 12 个聚类，Keypoint - MoSeq 检测到 24 个，BFA 为 25 个，VAME 为 40 个。B - SOiD 和 VAME 产生的行为模式持续时间最短，BFA 和 Keypoint - MoSeq 较长，且用户可在 Keypoint - MoSeq 和 VAME 中调整模式持续时间相关超参数。
- 不同样本的一致性：B - SOiD 在行为分割上最一致，但检测到的行为模式数量最少；VAME 聚类存在一些问题，产生过多不同动物中不常见的聚类；BFA 在一致性和分辨率之间表现中等。
- 有效性度量：研究采用轮廓系数（silhouette score）和修正兰德指数（MARI）评估聚类有效性。轮廓系数显示 B - SOiD 的数据点分离最好，VAME 和 BFA 得分一般，Keypoint - MoSeq 表现较差。MARI 表明 Keypoint - MoSeq 和 B - SOiD 聚类与手动标注最相似，BFA 表现中等，VAME 最低。
- 局限性：不同算法产生的聚类或行为模式差异大，难以直接比较特定行为；各算法对实验操作后行为表型变化的敏感性需具体情况具体分析，BFA 的 BFF 分析工具箱可用于此类分析。
研究结论
研究发现，四种无监督学习算法整体性能相当，但各有优劣，适用于不同实验场景和研究问题。B - SOiD 简单且可重复性高，适合分析简单行为范式；BFA 灵活性强，能考虑环境因素，适用于复杂实验设置。VAME 和 Keypoint - MoSeq 注重运动序列和结构，但 VAME 对噪声敏感，缺乏标签转移框架，受记录设置影响大。Keypoint - MoSeq 最稳健、通用，能有效处理噪声，提供高级可视化工具，其位置感知模型在未来空间相关研究中有应用潜力。研究人员应根据具体研究需求选择合适算法，本研究为行为神经科学领域的研究者提供了重要参考，助力其选择最恰当的工具开展实验研究。
