Analyse von komplexem und subtilem Verhalten ermöglicht durch unüberwachtes Deep Learning

• Antragstellerin: France Rose, Ph.D.
• Fachliche Zuordnung: Kognitive, systemische und Verhaltensneurobiologie ; Medizininformatik und medizinische Bioinformatik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 556006703

Das Studieren von sich frei bewegenden Tiere ist wesentlich, um zu verstehen, wie Tiere sich verhalten und Entscheidungen treffen – beispielsweise, wenn sie vor Raubtieren fliehen, Paarungspartner finden oder ungestört ihre Jungen aufziehen. Obwohl das Verhalten von Tieren seit Jahrzehnten untersucht wird, ist es erst seit kurzem möglich, Bewegungsmechaniken mit hohem Durchsatz zu messen, dank Fortschritten in der Kameratechnologie, Bewegungserfassungssystemen und Methoden zur Schätzung von Körperhaltungen. Parallel dazu entstanden leistungsstarke Deep-Learning (DL)-Methoden zur Verarbeitung sequenzieller Daten, einschließlich Text (natürliche Sprachverarbeitung) und menschlicher Bewegung (Aktionsvorhersage). DL wird jedoch erst seit kurzem zur Untersuchung des Tierverhaltens verwendet, hauptsächlich als Erkennungsmethode wie die Schätzung von Körperhaltungen. In diesem Zusammenhang entwickle ich neue, flexible DL-Methoden um tierische Bewegungen quantitativ zu beschreiben und deren Zusammenhang mit neuronaler Aktivität zu untersuchen. Ich werde unüberwachtes, selbstüberwachtes und Transfer-Learning anwenden, um Verhalten zu analysieren, ohne auf umfangreiche manuelle Annotationen angewiesen zu sein. Zudem werde ich biologische Störungen (genetische, pharmakologische und soziale Interaktionen) nutzen und einen allgemeinen Rahmen schaffen, um unser Verständnis der Verhaltensvielfalt unter Kontroll- und Störungsbedingungen zu verbessern. Eine solche feinere Beschreibung von ungehindertem und unkonditioniertem Verhalten könnte auch auf andere Situationen angewendet werden, einschließlich Patienten, die an muskuloskelettalen und neuronalen Störungen leiden. Weiterhin birgt es großes Potenzial für verbesserte Diagnosen und neue therapeutische Strategien.

• DFG-Verfahren: Emmy Noether-Nachwuchsgruppen