1 引言：为什么行为追踪至关重要

神经科学的终极目标是将神经活动与行为联系起来。无论我们使用电极记录锋电位、用钙成像观察神经群活动，还是用fMRI测量血氧水平依赖信号，这些神经数据如果不与行为参照系对齐，很大程度上是难以解读的。

行为追踪的任务是将动物的运动——小鼠在旷场中的探索、果蝇的求偶舞蹈、斑马鱼的逃避反应——转化为可量化的数字坐标。这些坐标作为行为表型的量化指标，既是神经数据分析的时间锚点，也是理解神经编码的参照框架。

本教程将系统介绍行为神经科学领域的追踪工具，从经典的视觉编程框架Bonsai到新一代AI驱动的无标记姿态估计。

2 Bonsai：开源视觉编程框架

2.1 什么是Bonsai？

Bonsai（https://bonsai-rx.org）是由葡萄牙Champalimaud研究所开发的开源视觉编程框架。其核心设计理念是数据流编程——研究者通过拖拽和连接功能模块（称为“节点”），构建数据处理的有向图。

Bonsai的设计初衷是解决传统行为追踪软件的两个痛点：一是闭源商业软件的黑盒特性，无法满足定制化需求；二是文本编程框架（如Python）在实时性方面难以达到闭环实验所需的低延迟。

2.2 核心概念：Node和Workflow

Bonsai的工作流（Workflow）由多个节点（Node）组成：

源节点（Source）：数据流的起点，如相机采集（CameraCapture）、串口读取（SerialPort）或模拟信号输入。

处理节点（Transform）：对数据流进行转化，如颜色空间转换（ConvertColor）、阈值分割（Threshold）、轮廓查找（FindContours）。

汇节点（Sink）：数据流的终点，如显示图像（ImageView）、存储数据（FileWriter）或输出到硬件设备（DigitalOutput）。

节点间的连接形成有向图，数据以强类型的方式在节点间传递——每个节点的输出类型固定，只有匹配的输入端口才能连接。

2.3 实操：构建一个简单的轨迹追踪Workflow

以下以追踪小鼠在旷场中的质心为例，演示Bonsai的基本操作。

步骤1：安装Bonsai

1. 下载Bonsai安装程序（官网提供Windows版本）

2. 安装完成后，打开Bonsai编辑器

步骤2：添加相机源节点

1. 从左侧工具箱中找到“CameraCapture”节点（在“Acquisition”分类下）

2. 拖拽至画布

3. 在属性面板中选择相机设备（USB摄像头或采集卡）

步骤3：添加图像处理节点

1. 拖拽“ConvertColor”（“Vision”分类）节点，连接至CameraCapture的输出

2. 在属性中选择转换类型：Bgr→Gray（灰度转换）

3. 以下步骤依次添加并连接：

   • Threshold：设置阈值（如80-255），将灰度图转为二值图

   • Morphology：闭运算（closing）去除噪点，填充分离区域

   • FindContours：查找轮廓

步骤4：提取质心

1. 拖拽“Centroid”（“Vision”分类）节点

2. 连接至FindContours的Contours输出

3. Centroid输出为矢量点

步骤5：可视化结果

1. 拖拽“TextOverlay”节点，连接至Centroid输出

2. 拖拽“ImageView”节点，连接至TextOverlay输出

3. 运行Workflow（按F5），在视频窗口中将看到叠加的十字质心和坐标标签

步骤6：数据记录

1. 拖拽“CsvWriter”节点，连接至Centroid输出

2. 在属性中设置输出文件路径（如tracking.csv）

3. 运行Workflow，坐标数据实时写入CSV

2.4 进阶：闭环反馈

Bonsai的一个核心优势是低延迟闭环。以下示例演示如何根据动物位置触发奖励：

添加区域检测和奖励输出：

1. 定义兴趣区域（ROI），使用Rectangle节点定义矩形区域

2. 使用InRectangle判断质心是否在ROI内

3. 当动物进入ROI时，True信号触发DigitalOutput节点

4. 将数字输出连接到奖励泵（如Med Associates或Arduino）

整个闭环延迟可控制在10-20毫秒，满足大多数行为实验的实时性要求。

2.5 Bonsai的局限性

尽管Bonsai在实时处理和视觉编程方面表现出色，但也存在明显的局限性：

• 无内置行为追踪：用户需自行构建处理流水线，对非编程背景的研究者有一定门槛

• 无内置物种/范式模板：不同于商业软件预设模板（如旷场、T迷宫），用户需自行配置每一种实验范式的分析参数

• 文档分散：虽然社区活跃，但系统教程相对商业软件欠缺

3 商业软件替代方案

3.1 ANY-maze

ANY-maze是经典的闭源行为追踪平台，以易用性著称。

特色：

• 向导式实验设置，20分钟可完成旷场实验参数配置

• 内置20+种行为范式模板（旷场、高架十字迷宫、水迷宫等）

• 自动计算行为指标（速度、距离、区域停留时间、直立次数等）

局限：

• 帧率受限（6-8 fps），难以捕捉快速动作

• 不支持姿态估计（仅追踪单点）

• 闭源价格较高（许可费用$5,000-10,000）

3.2 EthoVision XT

Noldus公司的EthoVision是功能最丰富的商业平台。

特色：

• 支持多区域追踪（最多30个区域）

• 3点追踪（头-中-尾），可区分朝向

• 与第三方行为识别软件（Observer）集成

局限：

• 成本较高（$10,000-25,000以上）

• 每年维护费用约15-20%许可费

• 仍然不支持AI姿态估计

3.3 SMARTSMART 3.0

Panlab的中端解决方案，25 fps追踪，支持单点追踪和区域分析，兼容多品牌硬件，成本中等但功能相对基础。

4 AI驱动的无标记姿态估计

4.1 DeepLabCut

DeepLabCut是当前最流行的开源AI姿态估计工具。

核心原理：使用迁移学习+深度学习，基于少量标注帧（通常50-200帧）训练神经网络，自动追踪任意数量的身体部位。

工作流：

步骤1：创建项目

import deeplabcut

# 创建新项目
config_path = deeplabcut.create_new_project(
    'MyTrackingProject',
    experimenter='Researcher',
    videos=['/path/to/video.avi']
)

步骤2：标注训练集

# 启动标注界面
deeplabcut.label_frames(config_path)

在GUI中标注20-30帧的关键点，每帧标注所有部位位置。

步骤3：训练网络

# 训练（GPU强烈推荐）
deeplabcut.train_network(config_path)

步骤4：分析视频

# 对新视频进行姿态估计
deeplabcut.analyze_videos(config_path, ['/path/to/new_video.avi'])

步骤5：滤波和可视化

# 滤波异常值
deeplabcut.filterpredictions(config_path, ['/path/to/new_video.avi'])

# 生成标签视频
deeplabcut.create_labeled_video(config_path, ['/path/to/new_video.avi'])

DeepLabCut的优势：

• 极高灵活性：可追踪任意部位数

• 高准确性：与人工标注一致性达95%+

• 开源免费：无许可成本

不足之处：

• 需要GPU用于训练和推理

• 初期标注工作（50-200帧）不能跳过

• 模型泛化性有限：新环境需重新训练

时间估算：

• 标注150帧：1-2小时

• 训练（500k迭代，RTX 3080）：4-6小时

• 分析10分钟视频：约30分钟

4.2 商业AI方案：ConductVision

ConductVision是最成熟的商业AI行为追踪平台之一。

核心优势：

• 零标注：预训练模型支持13种常见物种（小鼠、大鼠、斑马鱼、果蝇等）

• 高帧率：30-60fps追踪

• 范式模板：内置旷场、高架十字迷宫、Y迷宫、水迷宫等12种范式分析脚本

技术规格：

• 关键点数量：小鼠11点（鼻尖、双耳、四肢末端、尾根等）

• 数据输出：CSV + 姿势骨架视频 + 行为事件表

限制：

• 闭源软件绑定特定AI模型

• 对自定义物种（非13种）支持有限

• 价格定位商业中等

5 工具选择决策框架

选择建议：

• 高精度姿态（精细行为）：DeepLabCut

• 高吞吐量标准实验：ConductVision

• 实时闭环定制：Bonsai

• 快速验证标准范式：ANY-maze / EthoVision

6 总结

行为追踪正在经历从手动/半自动向AI驱动的深刻转型。Bonsai提供了难能可贵的开源实时框架，而DeepLabCut等工具将姿态估计提升至前所未有的精度。商业AI方案则填补了高吞吐量需求与零学习成本之间的市场空间。选择哪一工具，最终取决于实验的具体需求——精度、通量、实时性和预算之间的权衡。