Badania nad ulepszonymi modelami rozpoznawania mimiki u myszy z nieprawidłowym metabolizmem glukozy

Odczytywanie zdrowia z maleńkich twarzy

Nieprawidłowy poziom cukru we krwi jest najlepiej znany z roli w cukrzycy, ale cicho wpływa też na mózg, nastrój i ogólne samopoczucie. W tym badaniu pokazano, że nawet myszy „noszą” swój stan metaboliczny na twarzach. Obserwując drobne przesunięcia w wąsach, uszach i oczach oraz łącząc je z inteligentnym, lecz kompaktowym modelem widzenia maszynowego, badacze wykazali nowy sposób śledzenia problemów z poziomem cukru i efektów leczenia bez użycia ani jednej nakłucia.

Budowanie mysiej wersji stanu przedcukrzycowego i cukrzycy

Aby zbadać, jak zmiany poziomu cukru ujawniają się na twarzy, zespół najpierw potrzebował myszy, które wiarygodnie przechodziły od normalnego metabolizmu do zaburzeń, a potem do poprawy. Użyli dobrze znanego protokołu: bogata, wysokotłuszczowa dieta razem ze związkiem streptozotocyną, który uszkadza komórki produkujące insulinę. Samce C57BL/6J podzielono na pięć grup. Jedna pozostała na standardowej diecie, podczas gdy pozostałe otrzymywały dietę wysokotłuszczową plus lek wywołujący podwyższony poziom cukru. Następnie trzy z grup z wysokim poziomem cukru dostały różne dawki polisacharydów pochodzących z grzyba Sparassis latifolia (SLP). W ciągu kilku miesięcy powtarzane badania krwi wykazały wyraźny wzorzec: poziom cukru wzrastał od normalnego do wczesnych zaburzeń, potem do pełnej hiperglikemii, a w końcu spadał ponownie w grupie z wysoką dawką SLP, ujawniając poprawę zależną od dawki.

Przekształcanie mysich twarzy w bibliotekę danych

Następnie badacze przekształcili codzienne zachowania myszy w bogatą bibliotekę obrazów. Dwie kamery — jedna na wysokości oczu i jedna pod kątem z góry — rejestrowały swobodnie poruszające się myszy przez tysiące minut w kontrolowanych warunkach oświetleniowych i temperaturowych. Z 390 klipów wideo zespół ręcznie wybrał 2830 wyraźnych zdjęć twarzy myszy. Każde zdjęcie zostało oznaczone zgodnie z jednym z pięciu stanów opartych na poziomie cukru: normalny, wczesne zaburzenie, pełna nieprawidłowość oraz wczesny lub późny etap leczenia SLP. Specjaliści oznaczyli ramkami oczy, uszy, nos, pysk i wąsy, uchwytując subtelne sygnały odzwierciedlające dyskomfort, napięcie lub ulgę. W ten sposób stworzono znormalizowany zestaw danych łączący wyrażenia twarzy bezpośrednio z mierzonymi poziomami glukozy w przebiegu choroby i rekonwalescencji.

Projektowanie małego, ale bystrego modelu detekcji

Rozpoznawanie tych wyrażeń jest dalekie od trywialnego: mysie twarze zajmują niewiele miejsca w każdej klatce, różnice w mimice są delikatne, a klatki są wizualnie zagracone ściółką, odchodami i kompanami. Aby temu sprostać, zespół zbudował ulepszoną wersję popularnego systemu wizyjnego czasu rzeczywistego o nazwie YOLOv8, nazywając swoją odmianę LFPP‑YOLO. Dodali blok „częściowej samo‑uwagi”, który skanuje cały obraz, ale selektywnie podkreśla obszary przypominające twarze, pomagając modelowi ignorować rozpraszacze w tle. Wpleciono też lekkie moduły łączące informacje między różnymi skalami obrazu, dzięki czemu system może zarówno widzieć całą głowę, jak i wyodrębniać drobne linie i tekstury wokół oczu i wąsów. Udoskonalona funkcja straty dodatkowo skłania model do rysowania ciaśniejszych, dokładniejszych ramek wokół nieregularnych, rozmytych obszarów twarzy.

Testowanie systemu wobec konkurencyjnych metod i w warunkach rzeczywistych

Na skategoryzowanym zbiorze danych LFPP‑YOLO osiągnął średnią dokładność wykrywania około 95% w pięciu stanach metabolicznych, z wynikiem F1 bliskim 0,89. Co zadziwiające, udało mu się to przy zachowaniu niewielkich rozmiarów — około 2,4 megabajta — i szybkości, potrzebując jedynie około 5 milisekund na analizę obrazu na testowanym sprzęcie. W bezpośrednich porównaniach przewyższał zarówno klasyczny detektor dwuetapowy, jak i kilka nowszych wariantów YOLO, zwłaszcza dla małych, częściowo ukrytych lub ustawionych pod kątem twarzy. Wizualizacje map cieplnych pokazały, że ulepszony model nauczył się koncentrować na uszach, oczach i pysku nawet wtedy, gdy scena była zagracona innymi myszami lub ściółką. W odrębnej walidacji przeprowadzonej w innym ośrodku klasyfikacje oparte na mimice silnie pokrywały się z etykietami opartymi na poziomie glukozy we krwi, z poziomem zgodności statystycznej zazwyczaj opisywanym jako „prawie doskonały”.

Co to może znaczyć dla przyszłej opieki

Praca sugeruje, że mimika twarzy może służyć jako praktyczne, nieinwazyjne okno na zdrowie metaboliczne małych zwierząt. Zamiast powtarzanych pobrań krwi badacze mogliby używać kamer i kompaktowego algorytmu do śledzenia, kiedy mysz odchyla się od normalnego metabolizmu w kierunku problemów i kiedy interwencja dietetyczna lub farmakologiczna zaczyna odwracać szkody. Choć obecny zbiór danych jest ograniczony skalą i warunkami, i potrzeba więcej pracy, by rozszerzyć metodę na inne szczepy, warunki oświetleniowe i gatunki, badanie wskazuje na przyszłość, w której rutynowy monitoring chorób przewlekłych u zwierząt — a być może pewnego dnia także u ludzi — będzie coraz częściej opierać się na uważnym odczycie twarzy połączonym z inteligentnymi systemami wizyjnymi zamiast igieł i pasków testowych.

Cytowanie: Guo, X., Shi, L., Ma, B. et al. Research on improved models for facial expression recognition in mice with abnormal glucose metabolism. Sci Rep 16, 8165 (2026). https://doi.org/10.1038/s41598-026-38863-3

Słowa kluczowe: rozpoznawanie mimiki, nieprawidłowy metabolizm glukozy, mysi model cukrzycy, wykrywanie głębokiego uczenia, monitoring nieinwazyjny