Douleur, plaisir et toucher : une même lecture de la souris à l'humain
Peut-on lire la douleur et le plaisir de la même façon chez une souris et chez une personne, sans toucher ni l'une ni l'autre ? L'enjeu vaut pour les deux : la manipulation stresse les animaux, et les échelles d'évaluation manquent ce que les patients ne parviennent pas à dire. L'objectif est une même mesure sans contact de la douleur, du plaisir et du comportement social, d'une espèce à l'autre, à partir de la posture, du visage et du mouvement filmés, avec un toucher délivré par des robots et des comportements découverts avec le moins de biais humain possible. Modèles de pose pré-entraînés, transformeurs du comportement et modèles vision-langage partent de vidéos ouvertes ; les deux jours se terminent par un prototype et l'esquisse d'une étude translationnelle. Encore peu exploré : comment la vue et l'ouïe modifient le toucher.
Ressources
- Animal recordings
- Sensitive data handling
- Wearables and phone sensing
- Brain signals and imaging
- CalMS21 — mouse social behaviour dataset (Caltech, CC BY 4.0) ↗
- MABe22 — multi-agent behaviour benchmark ↗
- Video / vision models
- Lab equipment
- Speech models
- Language-model endpoints
- Data platform and governance
- DeepLabCut — markerless pose estimation (LGPL-3.0) ↗
- SuperAnimal-TopViewMouse — pretrained mouse pose model (DeepLabCut model zoo) ↗
- SLEAP — multi-animal pose tracking (BSD-3-Clear) ↗
- Keypoint-MoSeq — behaviour motif discovery (non-commercial academic) ↗
- B-SOiD — unsupervised behaviour discovery (GPL-3.0) ↗
- SimBA — supervised behaviour classification (academic use only) ↗
- LISBET — social behaviour transformer, Bellone lab (academic non-commercial) ↗
- QuPath — tissue image analysis (GPL-3.0) ↗
- Cellpose — cell and structure segmentation (BSD-3) ↗
