Nat Neurosci?|?一葉知秋！冷泉港團隊開發(fā)新型工具Cheese3D以實現(xiàn)小鼠全臉運動的高靈敏檢測與分析

撰文：葉修&蘇沐橙

從齜牙咧嘴到咀嚼，面部表情與動作無不是健康與疾病的強力映照。正因如此，探究各個面部區(qū)域如何協(xié)調運動、進而組合出功能多樣的全臉動作，便能為理解生理過程提供獨特的切入點。

迄今研究表明，無論是人類還是嚙齒類動物，都可以依據(jù)細微的面部運動模式推知疼痛、困苦與感覺輸入。因此，面部一旦被破譯，便如同一扇高帶寬而精巧的窗口，讓我們窺見動物體內無形的大腦與軀體狀態(tài)。

小鼠與其他哺乳動物（包括人類）共享保守的面部運動控制回路。眼、耳、觸須、鼻、口的面部肌肉，直接接受來自腦干運動核而非脊髓的指令，在位置上更貼近腦內加工中心。這種共享的回路構造，使實驗室小鼠成為研究面部運動與腦——體過程之間聯(lián)系的理想模型。

圖片來源：Science(2020)

要將面部作為信息豐富的讀數(shù)器發(fā)揮其潛力，需要一套兼具靈敏度、精確度與準確度的框架，以定量地將面部運動與內在狀態(tài)關聯(lián)起來。盡管計算機視覺的發(fā)展推動了人臉面部運動識別領域，但在小鼠身上刻畫全臉運動會面臨獨特的技術難題。

小鼠面部比人面小一個數(shù)量級，其頭部的錐形形狀又使得單臺攝像機難以捕捉全臉范圍的運動。現(xiàn)有方法或依賴于放大的單一面部區(qū)域（如觸須、舌頭），或針對面部一側的部分區(qū)域來進行追蹤；另一些方法則舍棄時間動態(tài)，專注于面部靜態(tài)圖像。

由于小鼠面部的運動相對于整張臉而言要微小得多，最新的三維方法有望捕捉整個動物的運動，但尚未在考察小鼠面部所需的高分辨率下接受檢驗。

圖片來源：Pain (2024)

近日，《Nature Neuroscience》雜志在線刊登了Xun Helen Hou課題組的最新重要工作，該研究借鑒現(xiàn)有無標記姿態(tài)評估工具組件，設計一套硬件與軟件流程，以構建小鼠面部統(tǒng)一三維視圖。他們還通過技術改進減少了現(xiàn)有工具中常見的特征點抖動，進而提升分辨率和靈敏度。

他們將方法命名為Cheese3D，以易用的Python軟件包形式發(fā)布，并附帶交互式可視化工具，可同步查看輸入視頻數(shù)據(jù)、面部追蹤三維點以及輸出的解剖特征。Cheese3D平衡了現(xiàn)有工具的優(yōu)劣，是首個足以刻畫小鼠生理、認知與情緒狀態(tài)的新型手段。

Cheese3D可穩(wěn)定捕獲小鼠全臉三維運動

Cheese3D以100 Hz的時間分辨率捕獲并分析小鼠全臉同步運動。作者引入三對高速攝像機（共計六臺）緊湊排布，分別采集正面、側面及抬高的半側面視角（圖1a, b及擴展數(shù)據(jù)圖1b）。小鼠經適應性訓練后位于通道內，其頭部通過輕量化頭柱固定，該頭柱經專門設計以確保各面部區(qū)域無遮擋可見（圖1b及擴展數(shù)據(jù)圖1b）。六臺攝像機時間同步，空間配準通過ChArUco標定板實現(xiàn)。

研究者在C57BL/6J小鼠面部定義了27個關鍵點，覆蓋全部區(qū)域（圖1c–e及補充視頻2）。每個關鍵點清晰對焦且至少被兩臺攝像機可見（見補充表1），不同研究人員均可重復標注。經標定的硬件裝置與標注流程使研究者能夠適配現(xiàn)有無標記姿態(tài)估計技術——Anipose和DeepLabCut——從而構建小鼠全臉的統(tǒng)一三維視圖。

由于面部運動受限于三維空間，現(xiàn)有二維分析方法要么依賴單攝像機視角，將可研究的運動限制于單一平面內；要么依賴主成分分析或隱馬爾可夫模型整合多視角關鍵點，這妨礙了數(shù)據(jù)的直接解讀。作者選取了由關鍵點構成的形狀所衍生的17個三維幾何特征，包括距離、角度、面積和體積（圖1f）。這些特征根據(jù)已知肌肉解剖學和嚙齒類動物面部運動描述，被定位至各面部區(qū)域。

他們還將Cheese3D輸出的三維幾何特征與三維掃描儀（分辨率50 μm）的靜態(tài)測量結果進行對比，評估了其準確性（圖1g–i、擴展數(shù)據(jù)圖2及補充視頻3）。為驗證六臺攝像機的必要性，他們分別省略不同攝像機對并測量相應區(qū)域精度的變化（擴展數(shù)據(jù)圖3）。省略正面攝像機導致中線特征（如觸須墊隆起）測量偏移，省略抬高半側面攝像機則導致最外側特征（如耳部）出現(xiàn)誤差。雙攝像機設置普遍無法捕獲有效特征。六攝像機陣列的另一優(yōu)勢在于其冗余性，確保了面部在部分視角下受遮擋時測量仍可行。

總體而言，六臺同步標定的攝像機陣列結合三維幾何特征，有效緩解了嚙齒類動物面部運動表征中空間分辨率與時間分辨率之間的權衡困境。

筆者注：小鼠全臉面部識別技術突破了傳統(tǒng)二維單視角分析的局限，通過多視角三維重建與高精度幾何特征提取，首次實現(xiàn)了對全臉各區(qū)域（包括耳部、觸須墊等傳統(tǒng)方法難以覆蓋的部位）同步運動的靈敏捕捉。

該技術不僅揭示了面部運動與疼痛、情緒及內在生理狀態(tài)之間的定量關聯(lián)，更因小鼠與人類在面部運動控制回路上的演化保守性，為將面部表情作為非侵入性、高信息密度的生理狀態(tài)讀數(shù)器奠定了方法論基礎，有望在基礎神經科學、疾病模型評估及藥物篩選等領域發(fā)揮重要的橋梁作用。

圖一 Cheese3D可穩(wěn)定捕獲小鼠全臉三維運動

Cheese3D的降噪實現(xiàn)了對面部各區(qū)域細微瞬態(tài)運動的精確測量

為評估Cheese3D檢測細微局部面部運動的靈敏度，作者在麻醉狀態(tài)小鼠靜止不動的時段開展控制實驗，以量化關鍵點的抖動幅度。關鍵點抖動是已知的技術難題，即關鍵點追蹤中的局部波動與實際運動無關，其成因可能包括圖像噪音、照明不足、對比度或紋理偏低、訓練數(shù)據(jù)中的標注噪音，以及模型本身對特定關鍵點的不確定性。

在所選取的面部關鍵點中，人工標注者不僅依賴紋理，還要綜合顏色和形狀來判斷關鍵點的位置。卷積神經網(wǎng)絡通常側重于紋理來解決目標識別任務，故某些主要依賴紋理定位的關鍵點會比其它關鍵點的學習更為可靠。關鍵點抖動通常通過低通濾波器加以抑制，但這種方法會削弱動態(tài)信息并降低檢測的時間分辨率。

與單目二維未標定視角相比，三維多視角標定的一個關鍵優(yōu)勢在于視角冗余能夠減小關鍵點抖動的幅度，讓更細微、更快速的運動得以被檢測。在靜止時段，作者在未施加任何濾波的條件下檢測到三維關鍵點的抖動（圖2a、b），并測量了從二維關鍵點投影至二維視角后的三維關鍵點抖動的減小程度（圖2c–e；更多細節(jié)見擴展數(shù)據(jù)圖4）。此外，本研究使用現(xiàn)存的二維小鼠面部姿態(tài)追蹤工具Facemap對相同的視頻數(shù)據(jù)進行了處理（圖2f及擴展數(shù)據(jù)圖6）。在所有比較中，三維三角測量后關鍵點抖動均有所降低。

他們還進一步考察了關鍵點抖動對幾何特征的影響，這為區(qū)分Cheese3D所能檢測的關鍵點追蹤噪聲與真實運動提供了小鼠特異性的閾值參考（擴展數(shù)據(jù)圖5）。

筆者注：關鍵點抖動是指面部追蹤中因圖像噪音、光照不足或模型不確定性等因素導致的局部定位波動，這種非真實運動的偽跡會干擾對細微面部動作的準確識別。

傳統(tǒng)二維追蹤方法受抖動影響較大，常依賴低通濾波抑制但犧牲了時間分辨率；而Cheese3D通過三維多視角標定引入視角冗余，顯著降低了關鍵點抖動幅度，從而在不損失時間精度的前提下實現(xiàn)了對微小、快速面部運動的靈敏檢測。

圖二 六視角數(shù)據(jù)重建有效降低關鍵點追蹤抖動

通過外部面部運動揭示內在生理狀態(tài)

為驗證Cheese3D捕捉細微生理性面部運動的能力，作者監(jiān)測小鼠從氯胺酮麻醉中蘇醒的過程。麻醉期間出現(xiàn)觸須偏轉等微小運動，標志著早期蘇醒。與肢體大幅運動不同，微小面部運動的靈敏追蹤面臨獨特挑戰(zhàn)。他們將抖動分析閾值應用于Cheese3D記錄的麻醉期面部運動，不同面部區(qū)域呈現(xiàn)各自的時間模式（圖3a、b），表明Cheese3D可有效檢測麻醉及蘇醒相關的微小運動。

他們進一步考察Cheese3D能否追蹤外部不可見的生理過程。在整個麻醉周期，小鼠耳部和眼部等面部特征呈現(xiàn)漸進性變化，且在不同輪次及個體間模式穩(wěn)定（圖3c），提示某些特征可作為跨個體的麻醉“計時器”。然后，作者基于所有小鼠數(shù)據(jù)擬合單一模型，僅通過濾波后面部特征即可預測麻醉誘導后的時間，其預測能力與腦電特征相當（圖3e-i）。

為進一步評估面部特征的麻醉標記，作者在麻醉30分鐘后再次注射半劑量麻醉藥或生理鹽水，發(fā)現(xiàn)給藥組與對照組小鼠在耳角、眼高和鼻隆起方面呈現(xiàn)顯著差異（圖3j–l），表明面部特征可追蹤麻醉深度的逐刻變化。

作者還測試了Cheese3D對大幅度面部運動的檢測效果。嚙齒類的咀嚼運動因其牙齒與食物的不可視而難以外部表征，現(xiàn)有方法依賴肌電圖等侵入性手段。作者假設Cheese3D可通過外部面部運動直接評估咀嚼動力學。他們記錄小鼠進食脆性顆粒的過程，口部三角形面積（張口度）隨時間呈現(xiàn)兩種模式，分別對應食物堵塞口腔與口腔閉合（圖4c）。該發(fā)現(xiàn)與嚙齒類門齒—臼齒間的齒隙解剖結構一致（圖4g）。全臉分析還顯示，所有小鼠咀嚼時眼球突出與咀嚼動作時間相關，可能由咀嚼肌包繞眼眶底部的解剖特征所致（圖4h–k）。

為檢測攝食過程中精細運動學的時序變化，作者系統(tǒng)追蹤食物受限小鼠在每輪接受50顆顆粒（間隔30秒）時的面部運動（n = 7）。他們以勺送出后口部面積超過3 mm2的時間定義攝食啟動（圖4l）。隨顆粒持續(xù)給予，張口潛伏期顯著延長（圖4l、m），可能反映飽腹感增加，該趨勢在各小鼠中一致（圖4n）。在測試范圍內（85–91%正常體重），潛伏期變化率與食物限制強度無顯著相關（圖4o）。

綜上，Cheese3D面部特征分析揭示了攝食行為的細微特征。

筆者注：小鼠在麻醉與咀嚼過程中展現(xiàn)出截然不同且高度規(guī)律的面部運動模式。麻醉狀態(tài)下，面部呈現(xiàn)漸進性的全局變化，耳部角度、眼部高度及鼻部隆起等特征隨時間線性演變，可在不同個體間作為追蹤麻醉深度的穩(wěn)定“計時器”；而咀嚼過程中，口部區(qū)域的運動則表現(xiàn)為張口面積的快速節(jié)律性波動，并與眼球突出等周圍面部運動時間耦合，反映出食物攝入、牙齒解剖結構及咀嚼肌活動的動態(tài)協(xié)調。

Cheese3D三維追蹤技術能夠同時捕獲這兩類差異顯著的面部表情，證明面部運動可靈敏映射麻醉腦狀態(tài)與攝食行為等內隱生理過程，為非侵入性生理監(jiān)測提供了豐富的表型信息。

圖三 氯胺酮麻醉誘導與蘇醒過程中的面部時序特征

圖四 咀嚼過程中口部及周圍面部區(qū)域的運動學特征

基于Cheese3D與電生理同步記錄的面部運動與運動控制機制關聯(lián)研究

面部肌肉受腦干運動網(wǎng)絡支配，因此建立面部運動與運動控制機制的關聯(lián)，是理解全腦活動與面部行為聯(lián)系的關鍵。作者通過四針硅探針對麻醉小鼠腦干進行局灶電刺激，改變電流幅度和位置以制造細微反應差異，探究面部運動的基本構成單元（圖5a）。

作者首先確定Cheese3D可檢測的最小運動幅度。他們對探針靶區(qū)進行不同電流幅度的整體刺激，發(fā)現(xiàn)Cheese3D可檢測到小至2.66 μm的眼高變化，且隨電流增大而增強（圖5b）。局灶刺激下，不同面部特征表現(xiàn)出空間定位性反應（圖5c、d）。復合特征（如觸須墊體積）的反應隨刺激位置而異，突顯其量化全臉復雜運動的能力。局部與復合反應之外，面部同側與對側亦存在不對稱性（擴展數(shù)據(jù)圖10）。

與Cheese3D同步的清醒小鼠電生理記錄顯示，自發(fā)性運動中腦干神經活動與面部特征相關（圖5g）。作者在尾側橋腦網(wǎng)狀核發(fā)現(xiàn)對耳部運動具有方向特異性調諧的神經元（圖5g、h），與過去研究一致。以單一面部特征為輸入的泊松廣義線性模型可預測腦干神經元活動（圖5i、k），單一特征對單個單元方差的解釋率最高達30.05%（圖5j、k）。

綜上，Cheese3D具備將腦干神經元活動與面部運動相關聯(lián)的精密度與準確度，通過定向刺激與自發(fā)運動兩種方式均得到驗證。該工具能測量近乎相同運動間的細微差異，是揭示面部運動內在機制的有力手段。

圖五 Cheese3D與電生理同步記錄揭示運動控制活動與細微面部運動的關聯(lián)

本文的局限性

本篇文章在技術方法上具有突破性意義，但研究仍存在若干值得深入探討的局限性。其一，腦干電刺激實驗雖證實了Cheese3D對局部運動反應的檢測精度，但刺激靶區(qū)內不同神經元類型對誘發(fā)運動的貢獻尚未明確區(qū)分，運動控制網(wǎng)絡中具體哪類神經元群主導特定面部特征的表達仍需進一步解析。其二，文章雖通過廣義線性模型建立了面部特征與腦干單神經元活動之間的定量關聯(lián)，但對下游運動輸出通路（如腦干投射至面神經核的具體環(huán)路）及中間神經元的轉導機制未作系統(tǒng)闡釋，面部運動指令從腦干到肌肉的執(zhí)行路徑尚存未解環(huán)節(jié)。其三，行為范式主要聚焦于麻醉狀態(tài)、攝食行為及急性電刺激誘發(fā)的運動反應，而Cheese3D在病理狀態(tài)（如神經病理性疼痛模型、社交障礙模型）下面部表情的長期追蹤與臨床轉化潛力尚未驗證，慢性疼痛或情感異常狀態(tài)下的面部運動規(guī)律或許具有更大的應用價值。

總結

面部表情與運動，從稍縱即逝的細微痛苦面容到劇烈快速的咀嚼動作，均可為神經與生理過程的逐刻變化提供直接洞察。小鼠具有可辨識的面部反應和演化上保守的哺乳動物面部運動控制回路，是揭示面部運動與內在狀態(tài)之間聯(lián)系的理想模型。然而，現(xiàn)有技術框架因小鼠面部尺寸小且呈錐形，缺乏同時追蹤全臉所有運動所需的空間或時間分辨率。

本文開發(fā)一種計算機視覺系統(tǒng)——Cheese3D，通過經標定的六攝像機陣列，以亞毫米級精度捕獲小鼠全臉（包括耳、眼、觸須墊和下頜，覆蓋面部兩側）的高速三維運動。該技術以絕對世界單位為度量，提取具有解剖學意義的三維面部特征的動力學參數(shù)，精度達亞毫米級。Cheese3D生成的全臉精密運動數(shù)據(jù)提供了清晰的成像結果，可通過面部模式變化預測麻醉深度、從全臉快速攝食運動中推斷牙齒與肌肉解剖結構、測量腦干刺激誘發(fā)運動的微小差異，以及將神經活動與自發(fā)性面部運動（包括僅可在三維空間中測量的表情特征，如耳部運動角度）相關聯(lián)。

Cheese3D可作為一種新型工具，將小鼠細微的面部運動轉化為高度可解釋的讀數(shù)，用以揭示原本不可見的內在過程。

參考文獻

Daruwalla K, Nozal Martin I, Zhang L, Nagli? D, Frankel A, Rasgaitis C, Zhao R, Zhang X, Ahmad Z, Borniger JC, Hou XH. Cheese3D enables sensitive detection and analysis of whole-face movement in mice. Nat Neurosci. 2026 Jun;29(6):1510-1521. doi: 10.1038/s41593-026-02262-8. Epub 2026 Apr 27. PMID: 42045464; PMCID: PMC13246446.

歡迎轉發(fā)分享