見出し画像

言語と行為の勉強会企画:DeepLabCut活用ワークショップ資料

2023年9月24日に行われた言語と行為の勉強会企画:DeepLabCut活用「臨床研究で使える!DeepLabCut活用ワークショップ」の録画およびスライド資料です。有料記事は,言語と行為の勉強会のnoteメンバーシップ会員(スタンダード会員)であれば記事単体を購入しなくても閲覧可能です。

【有料記事部分に含まれる内容】

  1. 当日の録画動画

  2. 当日の資料pdf

※ DeepLabCutが3.0にアップデートされました。インストールの仕方が多少異なる部分があります。予めご了承ください(2024年8月追記)


【ワークショップ内容】

1. 機械学習による身体位置推定の基礎

・位置推定技術の基礎のメリット・デメリット,注意点などをおさらい

資料目次

運動の定量的解析
高次脳機能の評価に運動解析を用いること
そもそも機械学習って何?
機械学習を用いた位置推定
OpenPose(カーネギーメロン大学)
PoseNet
ChatGPTさんに教えてもらった類似の技術
DeepLabCut (Mathis et al. 2018, Nat Neurosci)
人間身体ならばDeepLabCutでなくても良い
OpenCap
Anipose
Ultraleap/Leap Motion
DeepLabCut 作業の流れ
機械学習に関する用語集
CUIの基礎
DeepLabCut座標推定結果(csv形式)
DLC位置推定を用いた解析例
- 急速反復書字課題
- 失行患者のパントマイム定量化
- 歩行
MODEL ZOO:訓練済みモデル
解析の注意点と解決方法
機械学習による位置推定の利点と限界

2. 臨床現場におけるDeepLabcut活用事例

・ワークショップ当日は,臨床現場にいる4名の講師から使用例を紹介していただきます(した)が,患者さんの映像等も含まれますので,本記事ではシェアできません。ご了承ください。

3. DeepLabCutワークショップ

3-1.Google DriveおよびGoogle Colaboratory,および訓練済みDeepLabCutモデルを用いて,位置推定をしてみます(動画と位置推定データの出力)
3-2.DeepLabCutを用いて,実際に訓練データをラベリングし,そのデータをGoogle Driveにアップロード,Google Colab上で訓練(機械学習)するまでの過程を一通り紹介します。

★有料記事部分のスライド資料・動画はアップロード済みです

ここから先は

277字 / 3ファイル
この記事のみ ¥ 500

講演依頼も受付中です。