Resumo

Introdução e Métodos: Este trabalho apresenta o desenvolvimento de um software gratuito (EthoWatcher®) para etografia e análise automática de atividade em animais de laboratório. O módulo de etografia permite ao usuário construir um catálogo de comportamentos, e usá-lo para registrar os comportamentos on-line (diretamente do ambiente) ou off-line (a partir de arquivos de vídeo digitais, em tempo real ou quadro-a-quadro), resultando em um relatório com as freqüências, durações, e latências dos comportamentos (em formato CSV). O mesmo arquivo de vídeo digital (em formato AVI, 240 x 320 pixels) pode ser usado para rastreamento (tracking) automático do animal (em formato BMP) e a extração de dados sobre distância percorrida, ângulo do eixo do animal em relação ao eixo vertical da imagem e velocidade (no formato CSV, sincronizado com os registros comportamentais do módulo de etografia). Ambos os relatórios ainda podem ser temporalmente segmentados. A validação das medidas de posição do animal e de distância foi realizada com objetos descrevendo trajetórias previsíveis a velocidades constantes; os dados etológicos foram também validados em experimentos em que ratos (fêmeas adultas, n=8) foram submetidos a um campo aberto circular (diâmetro de 50,5 cm, 45 cm de altura) 10 min. após tratamento com cafeína (i.p, 6 mg/kg) ou veículo (salina, i.p., 1 ml), por um período de 10 min.. Resultados: Diferenças significantes foram encontradas na freqüência e na duração dos comportamentos de exploração vertical [Duração, H (1, N=8) = 4,083, p = 0,0433; Freqüência, H (1, N=8) = 4,743, p = 0,0294], e entre as distâncias percorridas estimadas [H (1, N=8) = 3,0, p = 0,0833]. A distância percorrida estimada média para um objeto parado foi de 0,03 cm ± 0,0004 cm (média ± desvio padrão), enquanto para um objeto móvel foi de 634 cm de 644 cm. Conclusões: As diferenças entre a distância estimada e a real foram mínimas, e os dados etológicos reproduziram resultados encontrados na literatura. Este software, distribuído gratuitamente, está sendo usado como fonte de informação no treinamento de redes neurais artificiais voltadas a detecção automática de comportamentos.