LoliTrack5是一款超级快速直观的Windows软件，用于2D和3D视频跟踪和动物行为分析。简单地，从你的相机加载一个视频文件到软件，并开始跟踪。跟踪是基于对比或背景减法(不需要标记)，并且具有丰富的工具模块可用于深入分析动物行为。
独特的是，LoliTrack5可以在处理遮挡(即交叉轨迹)时识别和跟踪自由放散的群体，如鱼群、虫群或群体中未标记动物等。
LoliTrack5 的应用：
·微孔板分析(如对斑马鱼分析)
·行为表型(病灶动物)
·啮齿动物试验(例如在迷宫或露天野外试验)
·群体行为(如昆虫、浮鱼和微生物)
·移动行为(例如在笼子，水族馆和野外)
·社会和性行为(如IID和动物取向)
使用方式：
LoliTrack5适用于大多数相机和视频文件格式。只需用相机录制一个视频文件，并将视频加载到软件中开始跟踪。该软件也具有视频录制和编辑工具，使用方便，一站式解决。
使用标配或自备的视频采集设备采集到动物的运动图像，导入到LoliTrack5中进行识别和分析，即可输出分析数据，可分析参数包括如：位置、速度、加速度、方向、旋转等。
产品特点：
1.同时追踪1-24只动物（一个单位容器）
2.支持多个单位容器同时追踪，如24、48、96孔板等
3.兼容大多是相机和视频格式
4.具有丰富的分析工具集，可分析20+个数据参数
5.确定具体的身体点进行运动和运动学研究
6.生成并导出数据参数和分布热图
7.具有可定制图形的深度分析工具
8.可用频率分析估计心率和鳃频率
9.真正的三维跟踪导出坐标和三维路径
10.批量分析多个视频，节省时间
分析参数：
1.加速度
2.移动距离
3.速度和速度
4.激活/非激活时间和%
5.到区域中心的距离
6.在区域中花费的时间和百分比
7.运动方向和方向
8.转动速度:移动或方向的转动速度
9.动物到区域中心的距离
10.个体间距离(IID)
11.平均个体间距离(AIID)
12.个体间距离中位数(MIID)
13.最近邻距离(NND)
14.弯曲(即身体摆动的角度，如尾拍频率等)
15.前、后、中线中心和重心的原始和校准的X/Y位置
软件功能示例：
可以选择单个的动物进行跟踪和分析，而不是必须跟踪所有的动物。自定义名称和标签颜色，便于识别。还可以在视频时间轴上选择用户自定义的时间间隔，以排除特定的视频片段进行跟踪。
如果您想要分析特定感兴趣区域内的动物行为，可以直接在视频预览中绘制任意数量的区域。对每个区域的行为进行评分，并自动导出每个区域的统计数据。
识别特定的身体点(尾巴、头部、中线中心、重心)，并可以单独跟踪每个点，用于研究运动学(尾部拍频、身体振荡等)或特定行为(方向或运动方向、转弯速率等)。其他有用的工具包括根据位置、速度、加速度、活动和转弯速率生成动物的中线和热图。
您可以将所有数据参数导出为.xlsx文件到Excel，只需单击一次。导出每个参数或选择你需要的参数。在导出的文件中，您
可以获得单个动物、动物组以及每个用户定义的测试单元和区域的分析数据和原始数据。在LoliTrack5中，一些参数也可以作为可定制或作为图形导出。
通过两个摄像头或文件(立体技术)，LoliTrack5提供了在空气或水中的焦点动物的真实3D视频跟踪，考虑到空气到水的光传输因素。坐标以及轨迹的数字3D模型可以以不同的格式导出，以便在其他软件包中进一步可视化或分析。
相关文献：
1) Alcaraz A J G, Baraniuk S, Mikulášek K, et al. Comparative analysis of transcriptomic points-of-departure (tPODs) and apical responses in embryo-larval fathead minnows exposed to fluoxetine[J]. Environmental Pollution, 2022, 295: 118667.
2) Di Cicco M, Di Lorenzo T, Fiasca B, et al. Effects of diclofenac on the swimming behavior and antioxidant enzyme activities of the freshwater interstitial crustacean Bryocamptus pygmaeus (Crustacea, Harpacticoida)[J]. Science of the Total Environment, 2021, 799:149461.
3) Wang X, Cheng E, Burnett I S, et al. Automatic multiple zebrafish larvae tracking in unconstrained microscopic video conditions[J]. Scientific reports, 2017, 7(1): 17596.
4) Henry J, Rodriguez A, Wlodkowic D. Impact of digital video analytics on accuracy of chemobehavioural phenotyping in aquatic toxicology[J]. PeerJ, 2019, 7: e7367.
5) 刘慧杰, 王从锋, 刘德富, 等. 不同运动状态下鳙幼鱼的游泳特性研究[J]. 南方水产科学,2017, 13(2): 85-92.
6) Cruz-Rosa S, Pérez-Reyes O. Titanium Oxide Nanoparticles as Emerging Aquatic Pollutants: An Evaluation of the Nanotoxicity in the Freshwater Shrimp Larvae Atya lanipes[J]. Ecologies, 2023, 4(1): 141-151.
7) Rountos K J, Gobler C J, Pikitch E K. Ontogenetic differences in swimming behavior of fish exposed to the harmful dinoflagellate Cochlodinium polykrikoides[J]. Transactions of the American Fisheries Society, 2017, 146(5): 1081-1091.
8) Nay T J, Johansen J L, Habary A, et al. Behavioural thermoregulation in a temperature-sensitive coral reef fish, the five-lined cardinalfish (Cheilodipterus quinquelineatus)[J]. Coral Reefs, 2015, 34: 1261-1265.
扫一扫即可访问手机版展台
