在神经科学、免疫与炎症、疼痛研究及药物安全性评价中，如何客观、量化、可靠地评估非人灵长类（NHP）行为，是临床前研究的关键环节。传统行为学观察依赖人工记录或贴点式捕捉，不仅主观性强、精度有限，还可能因贴点或操作导致动物应激，从而影响数据真实性。

浦灵生物自主研发的 AI-Based NHP BehaviorAtlas® 系统，通过人工智能、多视角3D运动捕捉和深度学习算法，实现对NHP行为的无标记、自动化、高维度分析，为疾病表征、药效评估和安全性研究提供全新的量化工具。

核心技术优势

1. 无标记（Markerless）设计，最大限度减少干扰

系统通过多视角视频直接识别关键关节点，无需在动物身体上贴任何标记物，显著降低应激反应。
优势：

• 更真实的自然行为

• 更符合动物福利要求

• 避免因干预导致的行为偏差

2. 多视角3D重建，毫米级运动学精度

利用4台或以上高速摄像机同步采集视频数据，系统可自动重建NHP三维骨骼模型，并精确追踪21+关键点。
可输出：

• 步态与运动轨迹

• 关节角度变化

• 动作协调性与稳定性

这为传统人工难以观察的微小行为变化提供了可靠量化依据。

3. 深度学习驱动的自动行为识别

系统可自动识别和分解行为序列，生成关键行为的持续时间、频率和时序变化，包括：

• 行走、攀爬、静坐、理毛、抓挠、悬挂等
  输出格式包括：

• 行为图谱（Ethogram）

• 轨迹图与热图

• 各类行为的客观量化数据

三大模块覆盖多种研究场景

1. 自由活动行为分析模块

适用于自然环境下的自发行为监测，可进行长期不间断记录。
应用示例：

• 帕金森病运动迟缓

• 抑郁/焦虑样行为

• 药物引起的中枢兴奋或镇静效应

2. 跑步机步态分析模块

用于精准步态测量，输出步长、对称性、支撑相/摆动相等参数。
应用示例：

• 类风湿性关节炎

• 疼痛模型

• 运动功能恢复研究

3. 面部几何测量模块

基于AI识别面部动作单元（AUs），量化疼痛或情绪状态。
应用示例：

• 镇痛药效评价

• 情绪与社交行为研究

广泛的应用领域

• 神经科学 / CNS疾病：帕金森、阿尔茨海默病、MCAO中风模型等

• 疼痛与瘙痒模型：IL-31瘙痒、慢性痛（PSNL）、福尔马林急性痛

• 免疫炎症：RA运动功能下降与药效改善

• 安全性药理：自动识别药物引起的异常行为模式

相较传统方法的关键优势

推动行为学从“描述”走向“量化”

浦灵生物的 NHP BehaviorAtlas® 系统，让研究人员能够以前所未有的清晰度观察行为模式变化，捕捉早期药效信号，并与PK/PD、影像学、免疫学等数据深度联动，为新药研发提供更强的转化价值。

欢迎与我们联系，获取更多应用案例或定制化的合作方案。